Implementasi Algoritma DBSCAN dan Support Vector Machine Dalam Penentuan Sentimen Pengguna Aplikasi PeduliLindungi
DOI:
https://doi.org/10.34010/jtk3ti.v9i1.8950Abstract
Aplikasi PeduliLindungi adalah aplikasi yang digunakan untuk melakukan pelacakan dan penghentian penyebaran Coronavirus Disease (COVID-19) yang dikembangkan oleh pemerintah. Aplikasi PeduliLindungi dapat di download melalui Google PlayStore untuk pengguna android dan App Store untuk pengguna iOS. Pengguna aplikasi dapat menyampaikan keluhan dan pujiannya atas aplikasi yang digunakan, serta memberikan nilai atau rating terhadap aplikasi tersebut. Namun, terkadang rating yang diberikan dengan komentar yang diberikan tidak sesuai. Ada rating yang tinggi tetapi pada komentarnya berisi keluhan atau komplain atas aplikasinya. Penelitian ini bertujuan untuk melihat sentimen dari komentar pengguna aplikasi PeduliLindungi, sehingga pengembang aplikasi dapat mengetahui keluhan pengguna terhadap aplikasi PeduliLindungi. Penelitian ini menggabungkan metode clustering dan klasifikasi dalam menentukan sentimen pengguna aplikasi. Metode clustering digunakan untuk mengelompokkan komentar positif dan negatif pada data latih. Metode klasifikasi akan digunakan untuk memprediksi komentar positif dan negatif pada data uji. Kombinasi algoritma yang digunakan DBSCAN dan SVM. Hasil yang diperoleh oleh kombinasi algoritma DBSCAN-SVM didapatkan sentimen positif sebanyak 1.551 dan sentimen negatif sebanyak 8.449 dan hasil confusion matrix yang didapatkan adalah 99,8%.
Downloads
Published
Issue
Section
License
All articles published in Jurnal Tata Kelola dan Kerangka Kerja TI (JTK3TI) are licensed under the Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license.
Under this license:
-
Granted Rights:
-
Anyone is free to copy, distribute, display, and create derivative works of the article, for both commercial and non-commercial purposes.
-
Reuse, remixing, and adaptation are permitted without additional permission.
-
-
Attribution Requirements:
-
You must provide appropriate credit, including: author’s name, article title, journal name (JTK3TI), year of publication, and DOI link (if available).
-
A link to the CC BY-SA 4.0 license (https://creativecommons.org/licenses/by-sa/4.0/) must be included.
-
You must indicate if any changes or modifications were made.
-
-
ShareAlike Condition (SA):
-
If you remix, transform, or build upon the material, you must distribute your contributions under the same license (CC BY-SA 4.0).
-
-
Rights Retained:
-
Copyright remains with the author, but first publication rights are granted to JTK3TI.
-
Authors are allowed to self-archive or redistribute their published articles on institutional repositories, personal websites, or other media, provided proper citation is included.
-
-
Disclaimer:
-
JTK3TI is not responsible for the use, adaptation, or redistribution of articles by third parties.
-


