Implementasi Algoritma C4.5 dan Naive Bayes untuk Analisis Sentimen Publik terhadap Platform Live Streaming Dukov di Indonesia
Article Sidebar
📅
Published:
Sep 20, 2024
Main Article Content
Abstract
Article Summary
The rise of online live streaming application platforms in Indonesia has led to various public opinions. As technology advances, live streaming applications not only provide live features, but also have many other features such as games, voice calls, video calls and many more. In this paper, it aims to analyze public sentiment towards the Dukov live streaming platform in Indonesia. In this study, the C4.5 and Naïve Bayes algorithms are used to analyze ratings and comments given by the public on the Google Play Store. In this study, the Naïve Bayes algorithm and the C4.5 algorithm are used to obtain results from user reviews into the appropriate sentiment category. By comparing the Naïve Bayes and C4.5 algorithms, this study aims to improve the accuracy and usefulness of sentiment analysis of Dukov live streaming application reviews. Based on 1000 review data divided into two categories, namely 300 training data and 700 testing data, then testing was carried out using 2 algorithms at once, namely C4.5 with the acquisition of 549 positive sentiments, 148 negative sentiments, and 3 neutral sentiments while the Naïve Bayes Classifier algorithm with the acquisition of 407 negative sentiments, 293 positive sentiments, and 0 neutral sentiments. The results of this sentiment analysis provide deeper insight into user views and assessments of the Dukov live streaming application.
Keywords
Article Keywords
Downloads
Download data is not yet available.
Article Details
How to Cite
Nugraha, D., & Said, F. (2024). Implementasi Algoritma C4.5 dan Naive Bayes untuk Analisis Sentimen Publik terhadap Platform Live Streaming Dukov di Indonesia. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(3), 3326-3335. https://doi.org/10.35870/jimik.v5i3.1011
Section
Articles
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC-BY 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
License: All articles are licensed under 
References
Adeninawaty, D., Soe’oed, R., & Ridhani, A. (2018). Penerapan model pembelajaran discovery learning strategi think talk write dalam meningkatkan motivasi dan hasil belajar menulis teks ulasan kelas VIII SMP. Diglosia: Jurnal Kajian Bahasa, Sastra, dan Pengajarannya, 1(2), 75-88. DOI: https://doi.org/10.30872/diglosia.v1i2.11.
Ahmadi, M. I., Gustian, D., & Sembiring, F. (2021). Analisis Sentiment Masyarakat terhadap Kasus Covid-19 pada Media Sosial Youtube dengan Metode Naive bayes. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 807-814. DOI: http://dx.doi.org/10.30645/j-sakti.v5i2.378.
Ardiani, L., Sujaini, H., & Tursina, T. (2020). Implementasi sentiment analysis tanggapan masyarakat terhadap pembangunan di Kota Pontianak. JUSTIN (Jurnal Sistem dan Teknologi Informasi), 8(2), 183-190. DOI: http://dx.doi.org/10.26418/justin.v8i2.36776.
Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE. Aiti, 18(2), 173-184. DOI: https://doi.org/10.24246/aiti.v18i2.173-184.
Chen, Y. H., Chen, M. C., & Keng, C. J. (2020). Measuring online live streaming of perceived servicescape: Scale development and validation on behavior outcome. Internet Research, 30(3), 737-762.
Cindo, M., & Rini, D. P. (2019). Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Literatur Review: Metode Klasifikasi Pada Sentimen Analisis.
Cynthia, E. P., & Ismanto, E. (2018). Metode Decision Tree Algoritma C. 45 Dalam Mengklasifikasi Data Penjualan Bisnis Gerai Makanan Cepat Saji. Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika), 3, 1-13.
Di Estika, I., Darmawan, I., & Pratiwi, O. N. (2021). Analisis Sentimen Ulasan Pengguna Untuk Peningkatan Layanan Menggunakan Algoritma Naà ve Bayes (studi Kasus: Bukalapak). eProceedings of Engineering, 8(2).
Doloksaribu, H. P., & Samuel, Y. T. (2022). Komparasi Algoritma Data Mining Untuk Analisis Sentimen Aplikasi Pedulilindungi. Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, 16(1), 1-11. DOI: https://doi.org/10.47111/jti.v16i1.3747.
Erfina, A., Basryah, E. S., Saepulrohman, A., & Lestari, D. (2020, December). Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine (Svm). In Seminar Nasional Informatika (SEMNASIF) (Vol. 1, No. 1, pp. 145-152).
Ernawati, S., & Wati, R. (2018). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel. jurnal khatulistiwa informatika, 6(1). DOI: https://doi.org/10.31294/jki.v6i1.3802.
Fitri, E. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Transformatika, 18(1), 71-80. DOI: http://dx.doi.org/10.26623/transformatika.v18i1.2317.
Haryati, S., Sudarsono, A., & Suryana, E. (2015). implementasi data mining untuk memprediksi masa studi mahasiswa menggunakan algoritma c4. 5 (studi kasus: universitas dehasen bengkulu). Jurnal Media Infotama, 11(2).
Hendra, A., & Fitriyani, F. (2021). Analisis Sentimen Review Halodoc Menggunakan Nai ̈ve Bayes Classifier. JISKA (Jurnal Informatika Sunan Kalijaga), 6(2), 78-89. DOI: https://doi.org/10.14421/jiska.2021.6.2.78-89.
Hendriyanto, M. D., Ridha, A. A., & Enri, U. (2022). Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine. INTECOMS: Journal of Information Technology and Computer Science, 5(1), 1-7. DOI: https://doi.org/10.31539/intecoms.v5i1.3708.
Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine. CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 293, 2020, doi: 10.24114/cess. v5i2. 18186.
Hou, F., Guan, Z., Li, B., & Chong, A. Y. L. (2020). Factors influencing people’s continuous watching intention and consumption intention in live streaming: Evidence from China. Internet Research, 30(1), 141-163.
Hudaya, C. S., Fakhrurroja, H., & Alamsyah, A. (2019). Analisis Persepsi Konsumen Terhadap Brand Go-Jek Pada Media Sosial Twitter Menggunakan Metode Sentiment Analysis Dan Topic Modelling. Jurnal Mitra Manajemen, 3(6), 664-673.
Kulsum, U., Jajuli, M., & Sulistiyowati, N. (2022). Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine. Journal of Applied Informatics and Computing, 6(2), 205-212. DOI: https://doi.org/10.30871/jaic.v6i2.4802.
Locarso, G. K. (2022). Analisis Sentimen Review Aplikasi Pedulilindungi Pada Google Play Store Menggunakan NBC. Jurnal Teknik Informatika Kaputama (JTIK), 6(2), 353-361.
Mardi, Y. (2017). Data mining: Klasifikasi menggunakan algoritma c4. 5. Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika, 2(2), 213-219.
Muhammadin, A., & Sobari, I. A. (2021). Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma Svm Dan Nbc. Reputasi: Jurnal Rekayasa Perangkat Lunak, 2(2), 85-91. DOI: https://doi.org/10.31294/reputasi.v2i2.785.
Nitami, M. T., & Februariyanti, H. (2022). Analisis Sentimen Ulasan Ekspedisi J&T Express Menggunakan Algoritma Naive Bayes. Jurnal Manajemen Informatika dan Sistem Informasi, 5(1), 20-29. DOI: https://doi.org/10.36595/misi.v5i1.396.
Novantika, A., & Sugiman, S. (2022, February). Analisis Sentimen Ulasan Pengguna Aplikasi Video Conference Google Meet menggunakan Metode SVM dan Logistic Regression. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 5, pp. 808-813).
Pertiwi, M. W. (2019). Analisis sentimen opini publik mengenai sarana dan transportasi mudik tahun 2019 pada twitter menggunakan algoritma naïve bayes, neural network, KNN dan SVM. Inti Nusa Mandiri, 14(1), 27-32.
Putra, A. D. A., & Juanita, S. (2021). Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit Dan Bareksa dengan Algoritma KNN. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(2), 636-646. DOI: https://doi.org/10.35957/jatisi.v8i2.962.
Rismayanti, R. (2016). Implementasi Algoritma C4. 5 Untuk Menentukan Penerima Beasiswa Di Stt Harapan Medan. Jurnal Media Infotama, 12(2). DOI: https://doi.org/10.37676/jmi.v12i2.413.
Rokhman, K. A., Berlilana, B., & Arsi, P. (2021). Perbandingan Metode Support Vector Machine Dan Decision Tree Untuk Analisis Sentimen Review Komentar Pada Aplikasi Transportasi Online. Journal of Information System Management (JOISM), 2(2), 1-7. DOI: https://doi.org/10.24076/joism.2021v3i1.341.
Saepulrohman, A., Saepudin, S., & Gustian, D. (2021). Analisis Sentimen Kepuasan Pengguna Aplikasi Whatsapp Menggunakan Algoritma Naï ve Bayes Dan Support Vector Machine. @ is The Best: Accounting Information Systems and Information Technology Business Enterprise, 6(2), 91-105. DOI 10.34010/AISTHEBEST.V6I2.4919.
Satria, A. R., Adinugroho, S., & Suprapto, S. (2020). Analisis Sentimen Ulasan Aplikasi Mobile menggunakan Algoritma Gabungan Naive Bayes dan C4. 5 berbasis Normalisasi Kata Levenshtein Distance. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 4(11), 4154-4163.
Savitri, N. L. P. C., Rahman, R. A., Venyutzky, R., & Rakhmawati, N. A. Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning. Jurnal Teknik Informatika dan Sistem Informasi p-ISSN, 2443, 2210.
Setyawan, R. A., & Marzuki, Y. (2018). Survei Aplikasi Video Live Streaming dan Chat di Kalangan Pelajar. In Prosiding Seminar Nasional & Internasional (Vol. 1, No. 1).
Sukma, A. R., Halfis, R., & Hermawan, A. (2019). Klasifikasi Channel Youtube Indonesia Menggunakan Algoritma C4. 5. Jurnal Teknik Komputer AMIK BSI, 5(1), 21-28.
Suryadi, A. (2020). Teknologi dan media pembelajaran jilid i. CV Jejak (Jejak Publisher).
Tanggraeni, A. I., & Sitokdana, M. N. (2022). Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(2), 785-795. DOI: https://doi.org/10.35957/jatisi.v9i2.1835.
Tuhenay, D. (2021). Perbandingan Klasifikasi Bahasa Menggunakan Metode Naï ve Bayes Classifier (NBC) Dan Support Vector Machine (SVM). JIKO (Jurnal Informatika dan Komputer), 4(2), 105-111. DOI: https://doi.org/10.33387/jiko.v4i2.2958.
Vulandari, R. T. (2017). DATA MINING Teori dan aplikasi Rapidminer. Yogyakarta: Gava Media.
Wahyudi, R., Kusumawardhana, G., Purwokerto, A., Letjend, J., Soemarto, P., Purwanegara, K., ... & Banyumas, K. (2021). Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. Jurnal Informatika, 8(2), 200-207.
Wanto, A., Kom, M., Siregar, M. N. H., Windarto, A. P., Hartama, D., Ginantra, N. L. W. S. R., ... & Prianto, C. (2020). Data Mining: Algoritma dan Implementasi. Yayasan kita menulis.
Ahmadi, M. I., Gustian, D., & Sembiring, F. (2021). Analisis Sentiment Masyarakat terhadap Kasus Covid-19 pada Media Sosial Youtube dengan Metode Naive bayes. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 807-814. DOI: http://dx.doi.org/10.30645/j-sakti.v5i2.378.
Ardiani, L., Sujaini, H., & Tursina, T. (2020). Implementasi sentiment analysis tanggapan masyarakat terhadap pembangunan di Kota Pontianak. JUSTIN (Jurnal Sistem dan Teknologi Informasi), 8(2), 183-190. DOI: http://dx.doi.org/10.26418/justin.v8i2.36776.
Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE. Aiti, 18(2), 173-184. DOI: https://doi.org/10.24246/aiti.v18i2.173-184.
Chen, Y. H., Chen, M. C., & Keng, C. J. (2020). Measuring online live streaming of perceived servicescape: Scale development and validation on behavior outcome. Internet Research, 30(3), 737-762.
Cindo, M., & Rini, D. P. (2019). Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Literatur Review: Metode Klasifikasi Pada Sentimen Analisis.
Cynthia, E. P., & Ismanto, E. (2018). Metode Decision Tree Algoritma C. 45 Dalam Mengklasifikasi Data Penjualan Bisnis Gerai Makanan Cepat Saji. Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika), 3, 1-13.
Di Estika, I., Darmawan, I., & Pratiwi, O. N. (2021). Analisis Sentimen Ulasan Pengguna Untuk Peningkatan Layanan Menggunakan Algoritma Naà ve Bayes (studi Kasus: Bukalapak). eProceedings of Engineering, 8(2).
Doloksaribu, H. P., & Samuel, Y. T. (2022). Komparasi Algoritma Data Mining Untuk Analisis Sentimen Aplikasi Pedulilindungi. Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, 16(1), 1-11. DOI: https://doi.org/10.47111/jti.v16i1.3747.
Erfina, A., Basryah, E. S., Saepulrohman, A., & Lestari, D. (2020, December). Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine (Svm). In Seminar Nasional Informatika (SEMNASIF) (Vol. 1, No. 1, pp. 145-152).
Ernawati, S., & Wati, R. (2018). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel. jurnal khatulistiwa informatika, 6(1). DOI: https://doi.org/10.31294/jki.v6i1.3802.
Fitri, E. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Transformatika, 18(1), 71-80. DOI: http://dx.doi.org/10.26623/transformatika.v18i1.2317.
Haryati, S., Sudarsono, A., & Suryana, E. (2015). implementasi data mining untuk memprediksi masa studi mahasiswa menggunakan algoritma c4. 5 (studi kasus: universitas dehasen bengkulu). Jurnal Media Infotama, 11(2).
Hendra, A., & Fitriyani, F. (2021). Analisis Sentimen Review Halodoc Menggunakan Nai ̈ve Bayes Classifier. JISKA (Jurnal Informatika Sunan Kalijaga), 6(2), 78-89. DOI: https://doi.org/10.14421/jiska.2021.6.2.78-89.
Hendriyanto, M. D., Ridha, A. A., & Enri, U. (2022). Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine. INTECOMS: Journal of Information Technology and Computer Science, 5(1), 1-7. DOI: https://doi.org/10.31539/intecoms.v5i1.3708.
Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine. CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 293, 2020, doi: 10.24114/cess. v5i2. 18186.
Hou, F., Guan, Z., Li, B., & Chong, A. Y. L. (2020). Factors influencing people’s continuous watching intention and consumption intention in live streaming: Evidence from China. Internet Research, 30(1), 141-163.
Hudaya, C. S., Fakhrurroja, H., & Alamsyah, A. (2019). Analisis Persepsi Konsumen Terhadap Brand Go-Jek Pada Media Sosial Twitter Menggunakan Metode Sentiment Analysis Dan Topic Modelling. Jurnal Mitra Manajemen, 3(6), 664-673.
Kulsum, U., Jajuli, M., & Sulistiyowati, N. (2022). Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine. Journal of Applied Informatics and Computing, 6(2), 205-212. DOI: https://doi.org/10.30871/jaic.v6i2.4802.
Locarso, G. K. (2022). Analisis Sentimen Review Aplikasi Pedulilindungi Pada Google Play Store Menggunakan NBC. Jurnal Teknik Informatika Kaputama (JTIK), 6(2), 353-361.
Mardi, Y. (2017). Data mining: Klasifikasi menggunakan algoritma c4. 5. Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika, 2(2), 213-219.
Muhammadin, A., & Sobari, I. A. (2021). Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma Svm Dan Nbc. Reputasi: Jurnal Rekayasa Perangkat Lunak, 2(2), 85-91. DOI: https://doi.org/10.31294/reputasi.v2i2.785.
Nitami, M. T., & Februariyanti, H. (2022). Analisis Sentimen Ulasan Ekspedisi J&T Express Menggunakan Algoritma Naive Bayes. Jurnal Manajemen Informatika dan Sistem Informasi, 5(1), 20-29. DOI: https://doi.org/10.36595/misi.v5i1.396.
Novantika, A., & Sugiman, S. (2022, February). Analisis Sentimen Ulasan Pengguna Aplikasi Video Conference Google Meet menggunakan Metode SVM dan Logistic Regression. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 5, pp. 808-813).
Pertiwi, M. W. (2019). Analisis sentimen opini publik mengenai sarana dan transportasi mudik tahun 2019 pada twitter menggunakan algoritma naïve bayes, neural network, KNN dan SVM. Inti Nusa Mandiri, 14(1), 27-32.
Putra, A. D. A., & Juanita, S. (2021). Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit Dan Bareksa dengan Algoritma KNN. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(2), 636-646. DOI: https://doi.org/10.35957/jatisi.v8i2.962.
Rismayanti, R. (2016). Implementasi Algoritma C4. 5 Untuk Menentukan Penerima Beasiswa Di Stt Harapan Medan. Jurnal Media Infotama, 12(2). DOI: https://doi.org/10.37676/jmi.v12i2.413.
Rokhman, K. A., Berlilana, B., & Arsi, P. (2021). Perbandingan Metode Support Vector Machine Dan Decision Tree Untuk Analisis Sentimen Review Komentar Pada Aplikasi Transportasi Online. Journal of Information System Management (JOISM), 2(2), 1-7. DOI: https://doi.org/10.24076/joism.2021v3i1.341.
Saepulrohman, A., Saepudin, S., & Gustian, D. (2021). Analisis Sentimen Kepuasan Pengguna Aplikasi Whatsapp Menggunakan Algoritma Naï ve Bayes Dan Support Vector Machine. @ is The Best: Accounting Information Systems and Information Technology Business Enterprise, 6(2), 91-105. DOI 10.34010/AISTHEBEST.V6I2.4919.
Satria, A. R., Adinugroho, S., & Suprapto, S. (2020). Analisis Sentimen Ulasan Aplikasi Mobile menggunakan Algoritma Gabungan Naive Bayes dan C4. 5 berbasis Normalisasi Kata Levenshtein Distance. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 4(11), 4154-4163.
Savitri, N. L. P. C., Rahman, R. A., Venyutzky, R., & Rakhmawati, N. A. Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning. Jurnal Teknik Informatika dan Sistem Informasi p-ISSN, 2443, 2210.
Setyawan, R. A., & Marzuki, Y. (2018). Survei Aplikasi Video Live Streaming dan Chat di Kalangan Pelajar. In Prosiding Seminar Nasional & Internasional (Vol. 1, No. 1).
Sukma, A. R., Halfis, R., & Hermawan, A. (2019). Klasifikasi Channel Youtube Indonesia Menggunakan Algoritma C4. 5. Jurnal Teknik Komputer AMIK BSI, 5(1), 21-28.
Suryadi, A. (2020). Teknologi dan media pembelajaran jilid i. CV Jejak (Jejak Publisher).
Tanggraeni, A. I., & Sitokdana, M. N. (2022). Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(2), 785-795. DOI: https://doi.org/10.35957/jatisi.v9i2.1835.
Tuhenay, D. (2021). Perbandingan Klasifikasi Bahasa Menggunakan Metode Naï ve Bayes Classifier (NBC) Dan Support Vector Machine (SVM). JIKO (Jurnal Informatika dan Komputer), 4(2), 105-111. DOI: https://doi.org/10.33387/jiko.v4i2.2958.
Vulandari, R. T. (2017). DATA MINING Teori dan aplikasi Rapidminer. Yogyakarta: Gava Media.
Wahyudi, R., Kusumawardhana, G., Purwokerto, A., Letjend, J., Soemarto, P., Purwanegara, K., ... & Banyumas, K. (2021). Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. Jurnal Informatika, 8(2), 200-207.
Wanto, A., Kom, M., Siregar, M. N. H., Windarto, A. P., Hartama, D., Ginantra, N. L. W. S. R., ... & Prianto, C. (2020). Data Mining: Algoritma dan Implementasi. Yayasan kita menulis.