Analisis Sentimen Ulasan Pengguna Aplikasi E-Wallet Shopeepay Menggunakan Naïve Bayes Dan Pemodelan Topik Latent Dirichlet Allocation

Sarah, Dinda Fatimah (2025) Analisis Sentimen Ulasan Pengguna Aplikasi E-Wallet Shopeepay Menggunakan Naïve Bayes Dan Pemodelan Topik Latent Dirichlet Allocation. S1 thesis, UNIVESITAS JAMBI.

	Text Abstrak.pdf Download (113kB)
	Text BAB I.pdf Download (168kB)
	Text BAB V.pdf Download (139kB)
	Text COVER.pdf Download (103kB)
	Text Daftar Pustaka.pdf Download (148kB)
	Text SKRIPSI_DINDA FATIMAH SARAH_F1E121090.pdf Restricted to Repository staff only Download (6MB)
	Text Halaman Pengesahan.pdf Download (343kB)

Abstract

Gerakan Nasional Non-Tunai (GNNT) yang diluncurkan oleh Bank Indonesia telah mendorong pertumbuhan signifikan dalam penggunaan e-wallet sebagai alat pembayaran digital. ShopeePay menjadi salah satu platform dominan dengan penetrasi pasar mencapai 68%. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi ShopeePay serta menginterpretasi topik-topik sentimen yang dominan dalam ulasan pengguna. Metode yang digunakan adalah analisis sentimen dengan algoritma Naïve Bayes dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA) berdasarkan data ulasan Google Play Store periode Januari–Desember 2024. Hasil analisis menunjukkan akurasi model sebesar 89,70% dengan precision 82%, recall 86%, dan F1-score 84%. Dari 2.811 ulasan hasil preprocessing, model memprediksi 2.183 ulasan positif, sedangkan 628 ulasan negatif. Analisis topik mengungkap bahwa pengguna puas dengan kemudahan transaksi, keandalan sistem, dan kualitas layanan dengan koherensi 0,5157 pada kelompok topik 7, sementara keluhan utama terkait masalah teknis akun dan layanan pinjaman dengan nilai koherensi 0,3453 pada kelompok topik 10. Temuan ini memberikan rekomendasi bagi pengembang untuk meningkatkan kualitas layanan terkait penanganan isu teknis dan fitur pinjaman.

Type:	Thesis (S1)
Uncontrolled Keywords:	ShopeePay, Naïve Bayes, Latent Dirichlet Allocation, Analisis sentimen
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	SARAH
Date Deposited:	19 Jun 2025 06:45
Last Modified:	19 Jun 2025 06:45
URI:	https://repository.unja.ac.id/id/eprint/80060

Actions (login required)

View Item