Email this article 
Analisis Sentimen Terhadap Pengguna QRIS Pada Aplikasi Gopay Pada Ulasan Google Play Store dengan Metode Support Vector Machine
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap fitur QRIS pada aplikasi GoPay melalui ulasan yang diperoleh dari Google Play Store. Sebanyak 20.746 ulasan dikumpulkan, kemudian disaring menggunakan kata kunci terkait QRIS sehingga menghasilkan 4.819 ulasan relevan. Data selanjutnya diberi label secara manual dan diproses melalui tahapan preprocessing, termasuk pembersihan teks, tokenisasi, stopword removal, dan stemming. Ekstraksi fitur dilakukan menggunakan metode TF–IDF. Algoritma klasifikasi yang digunakan adalah Support Vector Machine (SVM) dan Decision Tree. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM memberikan performa terbaik dengan akurasi 86%, presisi 85%, recall 86%, dan F1-score 85%. Temuan ini mengindikasikan bahwa SVM efektif dalam mengklasifikasikan sentimen pengguna terhadap fitur QRIS pada aplikasi GoPay. Penelitian ini diharapkan dapat menjadi acuan dalam peningkatan kualitas layanan pembayaran digital berbasis QRIS.
Full Text:
PDFReferences
F. Gustiani, K. Sujono, R. Arya Maulana, and D. A. H. Capah, “Aplikasi Pembelajaran Tari Tradisional Indonesia Sebagai Media Pengembangan Bakat Pada Generasi Z Berbasis Web,” J. Ilm. Betrik, vol. 12, no. 3, pp. 278–288, 2021, doi: 10.36050/betrik.v12i3.399.
L. Nugroho, B. R. Wicaksono, and W. Utami, “Analysis of Taxes Payment, Audit Quality and Firm Size to The Transfer Pricing Policy in Manufacturing Firm in Indonesia Stock Exchange,” Int. J. Bus. Soc., vol. 2, no. 8, pp. 83–93, 2018, doi: 10.30566/ijo-bs/2018.288.
M. Widjaja and N. Legowo, “Examining Drivers of Integrated QR Payment System (QRIS) Adoption Among Generation X in Indonesia,” Malaysian J. Consum. Fam. Econ., vol. 34, pp. 327–362, 2025, doi: 10.60016/majcafe.v34.11.
P. Katias et al., “Analysis of Customer Satisfaction Survey on E-Commerce Using Simple Additive Weighting Method,” Nonlinear Dyn. Syst. Theory, vol. 24, no. 6, pp. 594–602, 2024.
A. Setiawan, B. Maria, F. E. Endriyati, Muhammad Fuad Wijanarko, and S. Marliya, “Model Kepuasan Pengguna Aplikasi E-Wallet Dana,” J. Kewarganegaraan, vol. 6, no. 4, pp. 6865–6874, 2022, [Online]. Available: http://journal.upy.ac.id/index.php/pkn/article/view/4305
A. T. Ratnawati and A. Malik, “The Effect of Perceived Ease of Use, Benefits, and Risks on Intention in Using the Quick Response Code Indonesian Standard,” Glob. Bus. Financ. Rev., vol. 29, no. 7, pp. 110–125, 2024, doi: 10.17549/gbfr.2024.29.7.110.
Y. Wahyu Agung Prasetyo, R. Rahim, M. A. Manuhutu, and S. Sujito, “QRIS and GOST: A Symbiotic Approach for Secure QR Code Transactions,” SSRG Int. J. Electron. Commun. Eng., vol. 10, no. 5, pp. 138–147, 2023, doi: 10.14445/23488549/IJECE-V10I5P113.
K. Novianto, H. Herlawati, and A. Hidayat, “Klasifikasi Sentimen iPhone Bekas di Tokopedia menggunakan Naïve Bayes dan Support Vector Machine,” vol. 17, no. 2, pp. 212–224, 2025, doi: 10.22441/fifo.2025.v17i2.010.
V. Ayumi et al., “Transfer Learning for Medicinal Plant Leaves Recognition : A Comparison with and without a Fine-Tuning Strategy,” Int. J. Adv. Comput. Sci. Appl., vol. 13, no. 9, pp. 138–144, 2022.
B. Priambodo et al., “Predicting GDP of Indonesia Using K-Nearest Neighbour Regression,” in Journal of Physics: Conference Series, Institute of Physics Publishing, Dec. 2019. doi: 10.1088/1742-6596/1339/1/012040.
D. Fatmawati, W. Trisnawati, Y. Jumaryadi, and G. Triyono, “Klasifikasi Tingkat Kepuasan Penggunaan Layanan Teknologi Informasi Menggunakan Decision Tree,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 6, pp. 1056–1062, 2023, doi: 10.30865/klik.v3i6.803.
R. I. Kesuma and A. Iqbal, “Penerapan Content-Boosted Collaborative Filtering untuk Meningkatkan Kemampuan Sistem Rekomendasi Penyedia Jasa Acara Pernikahan,” J. Ilm. FIFO, vol. 12, no. 1, p. 112, 2020, doi: 10.22441/fifo.2020.v12i1.009.
D. W. Seno and A. Wibowo, “Analisis Sentimen Data Twitter Tentang Pasangan Capres-Cawapres Pemilu 2019 Dengan Metode Lexicon Based Dan Support Vector Machine,” J. Ilm. FIFO, vol. 11, no. 2, p. 144, 2019, doi: 10.22441/fifo.2019.v11i2.004.
D. Rifaldi, A. Fadlil, and Herman, “Teknik Preprocessing Pada Text Mining Menggunakan Data Tweet ‘Mental Health,’” Decod. J. Pendidik. Teknol. Inf., vol. 2, no. 2, pp. 59–65, 2022.
W. Trisnawati and A. Wibowo, “Sentiment Analysis of ICT Service User Using Naive Bayes Classifier and SVM Methods With TF-IDF Text Weighting,” J. Tek. Inform., vol. 5, no. 3, pp. 709–719, 2024, doi: 10.52436/1.jutif.2024.5.3.1784.
D. Alfiyanti and Indra, “Penerapan Algoritma Multinomial Naïve Bayes dan Support Vector Machine (SVM) untuk Analisis Sentimen terhadap Ulasan Google Maps di Taman Mini Indonesia,” Simetris, vol. 15, no. 1, pp. 85–102, 2024.
A. Muzaki and A. Witanti, “Sentiment Analysis of the Community in the Twitter To the 2020 Election in Pandemic Covid-19 By Method Naive Bayes Classifier,” J. Tek. Inform., vol. 2, no. 2, pp. 101–107, 2021, doi: 10.20884/1.jutif.2021.2.2.51.
Y. Jumaryadi, R. Meiyanti, R. Fajriah, A. N. Mahsyar, and P. S. Anggraeni, “Implementasi Algoritma Random Forest untuk Analisis Sentimen Ulasan Pengguna Aplikasi Merdeka Mengajar,” Bull. Comput. Sci. Res., vol. 5, no. 4, pp. 813–820, 2025, doi: 10.47065/bulletincsr.v5i4.530.
Y. Jumaryadi, R. Fajriah, U. Salamah, B. Priambodo, and A. Lystha, “Machine Learning Approaches to Sentiment Analysis of Mental Health Discussions on Platform X,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 13, no. 2, pp. 235–246, 2025, doi: 10.33558/piksel.v13i2.11350.
N. Zelina and A. Afiyati, “Analisis Sentimen Ulasan Pengguna Aplikasi M-Banking Menggunakan Algoritma Support Vector Machine dan Decision Tree,” J. Linguist. Komputasional, vol. 7, no. 1, pp. 31–37, 2024, doi: 10.26418/jlk.v7i1.169.
DOI: http://dx.doi.org/10.22441/format.2026.v15.i1.010
Refbacks
- There are currently no refbacks.
Copyright (c) 2026 Format : Jurnal Ilmiah Teknik Informatika
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Format : Jurnal Ilmiah Teknik Informatika
Fakultas Ilmu Komputer Universitas Mercu Buana
Jl. Raya Meruya Selatan, Kembangan, Jakarta 11650
Tlp./Fax: +62215840816
http://publikasi.mercubuana.ac.id/index.php/format
|
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.
