Analisis Sentimen Pengguna Aplikasi SIMANTAP Pondok Pesantren Salafiyah Syafi’iyah Situbondo

Ach. Zubairi; Luckman Ashary

doi:10.35316/jummy.v1i1.3557

Ach. Zubairi Program Studi Manajemen Bisnin Syariah, Universitas Ibrahimy, Jawa Timur 68374, Indonesia
Luckman Ashary Program Studi Akuntansi, Universitas Ibrahimy, Jawa Timur 68374, Indonesia

10.35316/jummy.v1i1.3557

Keywords: Analisis Sentimen, Naïve Bayes Clasiffier, Pondok Pesantren, SIMANTAP

Abstract

Pondok Pesantren Salafiyah Syafi'iyah Sukorejo Situbondo provides a payment application called SIMANTAP. This application aims to make it easier for guardians of students to make payments for bills given by Islamic boarding schools. Along the way, some obstacles arise; users tend to give their views in a comment. These comments will later provide an overview of the user's response to the SIMANTAP application. This study will analyze comment data using the Naïve Bayes Classifier. The data was taken from September 2021 to October 2021. As a result, users tend to give a positive response of 89%. Based on the test data results using the Naïve Bayes classifier algorithm, the classification can predict quite well; this is shown by the precision results of 82%, 97% recall, and 89% fi-score.

References

Amrullah, A. Z., Anas, A. S., & Hidayat, M. A. J. (2020). Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square. Jurnal Bumigora Information Technology (BITe), 2(1), 40–44.

Aulia, S. (2020). Pola perilaku konsumen digital dalam memanfaatkan aplikasi dompet digital. Jurnal Komunikasi, 12(2), 311–324.

Chairunisa, R., & Astuti, W. (2020). Perbandingan CART dan Random Forest untuk Deteksi Kanker berbasis Klasifikasi Data Microarray. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(5), 805–812.

Darujati, C. (2010). Perbandingan Klasifikasi Dokumen Teks Menggunakan Metode Naïve Bayes Dengan K-Nearest Neighbor Abstrak. Univ. Stuttgart, 13(1), 1–9.

Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744

Hairani, H., Nugraha, G. S., Abdillah, M. N., & Innuddin, M. (2018). Komparasi akurasi metode correlated naive Bayes classifier dan naive Bayes classifier untuk diagnosis penyakit diabetes. InfoTekJar: Jurnal Nasional Informatika Dan Teknologi Jaringan, 3(1), 6–11.

Junaidi, K. (2017). Sistem pendidikan pondok pesantren di Indonesia (suatu kajian sistem kurikulum di Pondok Pesantren Lirboyo). Istawa: Jurnal Pendidikan Islam, 2(1), 95–100.

Mulyo, R. P. (2022). Peran Serta Kontribusi Pondok Pesantren Dalam Catatan Sejarah Bangsa Indonesia. Jurnal Penelitian Agama, 23(1), 159–174.

Munazilin, A., & Nasta’in, M. (2023). Analisis Sentimen Pengguna Aplikasi Sistem Pembayaran UTAP Pondok Pesantren Salafiyah Syafi’iyah Situbondo. Elektriese: Jurnal Sains Dan Teknologi Elektro, 13(01), 50–55.

Nizar, M. (2020). Madrasah Diniyah dan Pesantren sebagai Penyeimbang Modernitas. Sukma: Jurnal Pendidikan, 4(1), 25–37.

Nugroho, D. G., Chrisnanto, Y. H., & Wahana, A. (2016). Analisis Sentimen Pada Jasa Ojek Online Menggunakan Metode Naive Bayes. Prosiding Seminar Sains Nasional Dan Teknologi, 1(1).

Nurhuda, F., Sihwi, S. W., & Doewes, A. (2016). Analisis sentimen masyarakat terhadap calon Presiden Indonesia 2014 berdasarkan opini dari Twitter menggunakan metode Naive Bayes Classifier. ITSmart: Jurnal Teknologi Dan Informasi, 2(2), 35–42.

Priyono, F., Kanti, S., Dzulfiqar, I., Amirulloh, I., Alvi, A., & Rosiyadi, D. (2016). Analisis Sentimen Media Sosial Opini Ujian Nasional Berbasis Komputer menggunakan Metoda Naive Bayes. Journal of Electrical And Electronics Engineering, 1(2), 38–45.

Sentiaji, A. R., & Bachtiar, A. M. (2014). Analisis sentimen terhadap acara televisi berdasarkan opini publik. Jurnal Ilmiah Komputer Dan Informatika (KOMPUTA), 2(1), 55–60.

Setiawan, I. A., & Nursantika, D. (2017). Klasifikasi Artikel Berita Menggunakan Metode Text Mining Dan Naive Bayes Classifier. Prosiding SENIATI, 3(1), 1–6.

Tarantang, J., Awwaliyah, A., Astuti, M., & Munawaroh, M. (2019). Perkembangan sistem pembayaran digital pada era revolusi industri 4.0 di indonesia. Jurnal Al-Qardh, 4(1), 60–75.

Tuhuteru, H., & Iriani, A. (2018). Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier. Jurnal Informatika, 3(3), 394–401.

Wahyudi, R., & Kusumawardhana, G. (2021). Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. J. Inform, 8(2), 8.

Wahyuningsih, S., & Utari, D. R. (2018). Perbandingan Metode K-Nearest Neighbor, Naive Bayes dan Decision Tree untuk Prediksi Kelayakan Pemberian Kredit. Konferensi Nasional Sistem Informasi (KNSI) 2018, 1(1), 619–623.