Analisis Sentimen Terhadap Ulasan Aplikasi IPOT Menggunakan Metode Naive Bayes Classifier

Kurniasari, Nur Rochmah (2021) Analisis Sentimen Terhadap Ulasan Aplikasi IPOT Menggunakan Metode Naive Bayes Classifier. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 10611710000001-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (1MB) | Request a copy

Abstract

Kondisi investasi di Indonesia sekarang sangat ramai dikalangan masyarakat khususnya investor sebagai pelaku investasi. Sesuai dengan data yang tercatat di PT Kustodian Sentral Efek Indonesia (KSEI), jumlah investor Pasar Modal di Indonesia sepanjang tahun 2020 mengalami peningkatan sebesar 56% dari jumlah investor pada akhir tahun 2019. Peningkatan jumlah investor tersebut didukung dengan adanya perkembangan teknologi di era modern ini yang dapat dilihat dari berbagai macam aplikasi investasi pada smartphone. Salah satu aplikasi investasi yang digunakan oleh masyarakat Indonesia adalah IPOT. IPOT merupakan aplikasi baru yang diluncurkan oleh PT Indo Premier Sekuritas sebagai aplikasi trading untuk investasi saham, reksadana, dan Exchanged Traded Fund (ETF) dengan fitur yang lebih lengkap. Tersedianya ulasan pengguna aplikasi IPOT yang terdapat pada google play sangat membantu perusahaan untuk mengetahui kebutuhan serta keinginan pengguna mengenai aplikasi. Ulasan tersebut dapat dianalisis dengan menggunakan analisis sentimen untuk mengetahui bagaimana opini pengguna mengenai aplikasi yang digunakan. Oleh karena itu, tujuan penelitian ini untuk melakukan analisis sentimen pada ulasan aplikasi IPOT menggunakan metode Naive Bayes Classifier. Data ulasan yang digunakan pada penelitian ini didapatkan melalui web scraping pada google play pada bulan Desember 2020 – Februari 2021 sebanyak 4864 ulasan. Hasil dari penelitian didapatkan bahwa sentimen positif memiliki nilai lebih besar dibandingkan dengan sentimen negatif dengan ketepatan klasifikasi data uji memiliki nilai AUC sebesar 67,80% sedangkan data latih memiliki nilai AUC sebesar 70,13%.
================================================================================================
Investment conditions in Indonesia are now very crowded among the public, especially investors as investment actors. In accordance with the data recorded in PT Kustodian Sentral Efek Indonesia (KSEI), the number of Capital Market investors in Indonesia throughout 2020 increased by 56% from the number of investors at the end of 2019. The increase in the number of investors is supported by the development of technology in this modern era which can be seen from various investment applications on smartphones. One of the investment applications used by the people of Indonesia is IPOT. IPOT is a new application launched by PT Indo Premier Sekuritas as a trading application for stock investments, mutual funds, and Exchanged Traded Funds (ETFs) with more complete features. The availability of IPOT application user reviews contained in google play is very helpful for companies to know the needs and wants of users about the application. These reviews can be analyzed using sentiment analysis to find out how users think about the application they're using. Therefore, the purpose of this study is to conduct sentiment analysis on IPOT application reviews using the Naive Bayes Classifier method. The review data used in this study was obtained through web scraping on google play in December 2020 – February 2021 with 4864 reviews. The results of this study were obtained that positive sentiment has a greater value compared to negative sentiment with the accuracy of the classification of test data has an AUC value of 67.80% while the training data has an AUC value of 70.13%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sentiment Analysis, Naive Bayes Classifier, IPOT, Analisis Sentimen, Naive Bayes Classifier, IPOT.
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD108 Classification (Theory. Method. Relation to other subjects ) Q Science
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Nur Rochmah Kurniasari
Date Deposited:	16 Aug 2021 03:30
Last Modified:	16 Aug 2021 03:30
URI:	http://repository.its.ac.id/id/eprint/86956

Actions (login required)

View Item