ANALISIS SENTIMEN KUALITAS LAYANAN GOOGLE MEET MENGGUNAKAN NAÏVE BAYES CLASSIFIERS DAN ASSOCIATION

Khoirunnisa, Fina; Februariyanti, Herny

doi:10.55679/semantik.v8i1.25120

Akses terbuka Jurnal SINTA 3

ANALISIS SENTIMEN KUALITAS LAYANAN GOOGLE MEET MENGGUNAKAN NAÏVE BAYES CLASSIFIERS DAN ASSOCIATION

SemanTIK: Teknik Informasi · Vol. 8 No. 1 (2022) · hlm. 35–44

DOI: 10.55679/semantik.v8i1.25120
ISSN: 2502-8928, 2460-1446
Terbit: 2022-06-29
Penerbit: Informatics Engineering Department of Halu Oleo University
Bahasa: eng
Lisensi: creativecommons.org/licenses/by-sa/4.0

Abstrak

Teknologi sangat berperan besar dalam masa pandemi COVID-19 dimana pemerintah mengeluarkan kebijakan pembatasan sosial dalam pengendalian penyebaran virus COVID-19. Pandemi mempengaruhi segala proses aktivitas normal sehingga masyarakat memerlukan digital video conference untuk menjalin komunikasi visual dalam kelompok besar yang ditandai dengan meningkatnya penggunaan aplikasi sejenis yaitu Google Meet. Analisis sentimen merupakan proses untuk mendapat informasi sentimen yang terkandung dalam sebuah kalimat opini. Sampel data yang digunakan adalah ulasan aplikasi Google Meet pada situs Google Play berdasarkan data ulasan dari tanggal 1-Januari-2021 sampai 25-Agustus-2021. Analisis sentimen dilakukan menggunakan metode Naïve Bayes Classifiers dan text Association. Didapat persentase sebesar 58,8% dan 41,2% dari sentimen positif dan negatif. Dengan menggunakan perbandingan 80:20 untuk data latih dan uji. Didapatkan hasil akurasi sebesar 85,65% untuk pengujian dengan Naïve Bayes dan 85,48% untuk hasil validasi model menggunakan 10-Fold Cross-Validation. Secara umum hasil dari text Association yang dihasilkan merupakan ekstraksi informasi kelas positif terkait meeting, video, problem, koneksi, suara, audio, kualitas, kamera, dan fitur. Sedangkan untuk kelas negatif menampilkan ekstraksi dari hal yang sering dikeluhkan terkait video, masalah, koneksi, audio, suara, update, kualitas, camera, dan fitur. Dengan penelitian tersebut sehingga dapat menjadi bahan acuan dalam upaya untuk menjaga dan meningkatkan kualitas aplikasi.Kata kunci; Analisis Sentimen, Kualitas Layanan, Pengklasifikasi Naïve Bayes, Teks Asosiasi

Kata kunci

Jaringan kolaborasi para penulis

16 penulis · 30 tautan kepenulisan bersama · 14 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

Universitas Stikubank
Politeknik Negeri Samarinda
State University of Semarang
Muria Kudus University
Universitas Muhammadiyah Malang
Universitas Gadjah Mada
Afiliasi tidak diketahui

Organisasi berbeda
Organisasi sama
Afiliasi tidak diketahui
Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel

Tampilkan sebagai tabel

Rekan penulis	Organisasi	Artikel bersama
Setyawan Wibisono	Universitas Stikubank	1
Eko Nur Wahyudi	Universitas Stikubank	1
Wiwien Hadikurniawati	Universitas Stikubank	1
Taufiq Dwi Cahyono	State University of Semarang	1
Syarifah Ifah	Universitas Stikubank	1
Rihartanto Rihartanto	Politeknik Negeri Samarinda	1
Didi Susilo Budi Utomo	Politeknik Negeri Samarinda	1
Arief Susanto	Muria Kudus University	1
Wardatul Khafidhah	Politeknik Negeri Samarinda	1
Salsa Ananda Rachmawati	Afiliasi tidak diketahui	1
Jati Sasongko Wibowo	Afiliasi tidak diketahui	1
Mardi Siswo Utomo	Universitas Gadjah Mada	1
Muhammad Firmansyah	Universitas Muhammadiyah Malang	1
M Dhimas Pamungkas	Universitas Stikubank	1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/semantik/oai, pertama di-harvest 29 Okt 2026, terakhir terlihat 1 Nov 2026.

Metadata asli (oai_dc)

<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ANALISIS SENTIMEN KUALITAS LAYANAN GOOGLE MEET MENGGUNAKAN NAÏVE BAYES CLASSIFIERS DAN ASSOCIATION</dc:title>
	<dc:creator>Khoirunnisa, Fina</dc:creator>
	<dc:creator>Februariyanti, Herny</dc:creator>
	<dc:subject xml:lang="en-US">Analisis Sentimen; Kualitas Layanan; Pengklasifikasi Naïve Bayes; Teks Asosiasi</dc:subject>
	<dc:description xml:lang="en-US">Teknologi sangat berperan besar dalam masa pandemi COVID-19 dimana pemerintah mengeluarkan kebijakan pembatasan sosial dalam pengendalian penyebaran virus COVID-19. Pandemi mempengaruhi segala proses aktivitas normal sehingga masyarakat memerlukan digital video conference untuk menjalin komunikasi visual dalam kelompok besar yang ditandai dengan meningkatnya penggunaan aplikasi sejenis yaitu Google Meet. Analisis sentimen merupakan proses untuk mendapat informasi sentimen yang terkandung dalam sebuah kalimat opini. Sampel data yang digunakan adalah ulasan aplikasi Google Meet pada situs Google Play berdasarkan data ulasan dari tanggal 1-Januari-2021 sampai 25-Agustus-2021. Analisis sentimen dilakukan menggunakan metode Naïve Bayes Classifiers dan text Association. Didapat persentase sebesar 58,8% dan 41,2% dari sentimen positif dan negatif. Dengan menggunakan perbandingan 80:20 untuk data latih dan uji. Didapatkan hasil akurasi sebesar 85,65% untuk pengujian dengan Naïve Bayes dan 85,48% untuk hasil validasi model menggunakan 10-Fold Cross-Validation. Secara umum hasil dari text Association yang dihasilkan merupakan ekstraksi informasi kelas positif terkait meeting, video, problem, koneksi, suara, audio, kualitas, kamera, dan fitur. Sedangkan untuk kelas negatif menampilkan ekstraksi dari hal yang sering dikeluhkan terkait video, masalah, koneksi, audio, suara, update, kualitas, camera, dan fitur. Dengan penelitian tersebut sehingga dapat menjadi bahan acuan dalam upaya untuk menjaga dan meningkatkan kualitas aplikasi.Kata kunci; Analisis Sentimen, Kualitas Layanan, Pengklasifikasi Naïve Bayes, Teks Asosiasi</dc:description>
	<dc:publisher xml:lang="en-US">Informatics Engineering Department of Halu Oleo University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2022-06-29</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/semantik/article/view/25120</dc:identifier>
	<dc:identifier>10.55679/semantik.v8i1.25120</dc:identifier>
	<dc:source xml:lang="en-US">SemanTIK : Teknik Informasi; Vol 8, No 1 (2022): SemanTIK : Teknik Informasi; 35-44</dc:source>
	<dc:source>2502-8928</dc:source>
	<dc:source>2460-1446</dc:source>
	<dc:source>10.55679/semantik.v8i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/semantik/article/view/25120/pdf</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2022 semanTIK</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>