ANALISIS SENTIMEN ULASAN APLIKASI BE MY EYES MENGGUNAKAN DATA ORANGE MINING
Article Sidebar
Orange Data Mining,
ulasan pengguna,
aplikasi mobile.
Main Article Content
Abstract
Dalam era digital, aplikasi mobile memainkan peran penting dalam kehidupan sehari-hari. Salah satu aplikasi yang menarik perhatian adalah Be My Eyes, sebuah platform berbasis komunitas yang mendukung individu dengan keterbatasan penglihatan melalui bantuan visual dari relawan. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Be My Eyes dengan menggunakan perangkat lunak Orange Data Mining. Proses penelitian mencakup pengumpulan data ulasan melalui teknik web scraping, prapemrosesan teks, analisis sentimen, dan visualisasi data. Hasil analisis menunjukkan bahwa mayoritas ulasan bersentimen positif (108 data), sedangkan ulasan negatif dan netral masing-masing berjumlah 10 dan 6 data. Dominasi sentimen positif mencerminkan tingkat kepuasan pengguna yang tinggi terhadap aplikasi ini. Analisis ini memberikan wawasan strategis bagi pengembang untuk mempertahankan kualitas aplikasi serta mengatasi kelemahan berdasarkan opini pengguna.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Akbari, M. I. H. A. D., Novianty, A., & Setianingsih, C. (2017). Analisis Sentimen Menggunakan Metode Learning Vector Quantization. EProceedings of Engineering, 4(2).
Brahimi, B., Touahria, M., & Tari, A. (2021). Improving sentiment analysis in Arabic: A combined approach. Journal of King Saud University-Computer and Information Sciences, 33(10), 1242–1250.
Demšar, J., Curk, T., Erjavec, A., Gorup, Č., Hočevar, T., Milutinovič, M., Možina, M., Polajnar, M., Toplak, M., & Starič, A. (2013). Orange: data mining toolbox in Python. The Journal of Machine Learning Research, 14(1), 2349–2353.
Eyes, B. M. (n.d.). Be My Eyes. https://www.bemyeyes.com
Hakim, I., & Harahap, L. S. (2024). ANALISIS SENTIMEN TERHADAP IPHONE 16 PADA DATA TWITTER MENGGUNAKAN ORANGE DATA MINING. Kohesi: Jurnal Sains Dan Teknologi, 5(3), 51–60.
Hanafiah, A., Nasution, A. H., Arta, Y., Wandri, R., Nasution, H. O., & Mardafora, J. (2023). Sentimen Analisis Terhadap Customer Review Produk Shopee Berbasis Wordcloud Dengan Algoritma Naï ve Bayes Classifier. INTECOMS: Journal of Information Technology and Computer Science, 6(1), 230–236.
IŞIK, M., & Dağ, H. (2020). The impact of text preprocessing on the prediction of review ratings. Turkish Journal of Electrical Engineering and Computer Sciences, 28(3), 1405–1421.
Jayashankar, S., & Sridaran, R. (2016). Moving word cloud from visual towards text analysis to endow eLearning. 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), 3493–3498.
Larasati, F. A., Ratnawati, D. E., & Hanggara, B. T. (2022). Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(9), 4305–4313.
Liu, B. (2012). Sentiment analysis and opinion mining. morgan & claypool publishers 2012. Google Scholar Google Scholar Digital Library Digital Library.
Padmavaty, V., Geetha, C., & Priya, N. (2020). Analysis of data mining tool Orange. International Journal of Modern Agriculture, 9(4), 1146–1150.