Analisis Sentimen pada Aplikasi Dompet Digital Menggunakan Algoritma Random Forest

Abstract

Saat ini teknologi telah berkembang pesat di segala aspek kehidupan, termasuk di bidang keuangan. Salah satu financial technology yang banyak digunakan di Indonesia yaitu dompet digital (Kusnawan et al., 2019). Semakin meningkat jumlah pengguna dompet digital maka akan semakin banyak komentar atau pendapat terhadap aplikasi tersebut. Media untuk menuliskan komentar atau pendapat tentang kepuasan atau kekecewaan pengguna salah satunya menggunakan media sosial seperti twitter. Akan tetapi untuk mengolah pendapat pengguna secara manual akan sangat sulit untuk dilakukan karena pendapat yang dituliskan sangat banyak. Jadi tujuan dari penelitian ini adalah menganalisis sentimen aplikasi dompet digital menggunakan algoritma random forest. Pengumpulan data dilakukan dengan cara crawling data twitter menggunakan bahasa pemrograman python sehingga diperoleh sebanyak 1751 data untuk dompet digital gopay, 2982 data Untuk dompet digital shopeepay, 3235 data untuk dompet digital linkaja dalam rentang waktu 5 April 2023 – 18 Mei 2023. kemudian dilakukan preprocessing data menggunakan software rapidminer dengan beberapa tahapan yaitu cleansing, transform cases, tokenize, stemming, stopword, dan filter tokens (by length). Selanjutnya data dilabeli dengan metode vader lexicon menggunakan bahasa pemrograman python. Data yang sudah memiliki label kemudian dilakukan klasifikasi dengan algoritma random forest menggunakan software rapidminer. Dari hasil klasifikasi tersebut diperoleh hasil akurasi untuk dompet digital gopay sebesar 85,43%. Untuk dompet digital shopeepay diperoleh akurasi sebesar 85,50%. Kemudian untuk dompet digital linkaja diperoleh akurasi sebesar 89,02%.