jimik@stmiki.ac.id 081377790601 Online Submission Open
Vol. 5 No. 3 (2024) • Articles
Open Access

Implementasi Algoritma C4.5 dan Naive Bayes untuk Analisis Sentimen Publik terhadap Platform Live Streaming Dukov di Indonesia

Denny Nugraha
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Fadillah Said
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Published: September 20, 2024 Pages: 3326-3335
Original Full-Text Article
Download published version for reading and archiving
Download PDF
Abstract

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:
Live Streaming Applications Naïve Baiyes C4.5 Sentiment Analysis
Article Metrics & Downloads Graph
Monthly Download Trends:
Author Biographies
Denny Nugraha Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Fadillah Said Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Teknik Informatika, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

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
License

Creative Commons Attribution 4.0 International License (CC BY 4.0)

This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International License .

  • Share: You are free to copy, distribute, and transmit the work in any medium or format.
  • Adapt: You are free to remix, transform, and build upon the work for any purpose, even commercially.
  • Attribution: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
Copyright & Retention: Authors retain copyright without restrictions and grant this journal the right of first publication under an open-access model. The journal retains non-exclusive publishing rights for archiving, indexing, and scholarly dissemination.

References
Total: 39 References
  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  1. Cindo, M., & Rini, D. P. (2019). Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Literatur Review: Metode Klasifikasi Pada Sentimen Analisis.
  2. 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.
  3. 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).
  4. 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.
  5. 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).
  6. 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.
  7. 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.
  8. 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).
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. 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.
  15. Locarso, G. K. (2022). Analisis Sentimen Review Aplikasi Pedulilindungi Pada Google Play Store Menggunakan NBC. Jurnal Teknik Informatika Kaputama (JTIK), 6(2), 353-361.
  16. Mardi, Y. (2017). Data mining: Klasifikasi menggunakan algoritma c4. 5. Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika, 2(2), 213-219.
  17. 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.
  18. 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.
  19. 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).
  20. 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.
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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.
  27. 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).
  28. 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.
  29. Suryadi, A. (2020). Teknologi dan media pembelajaran jilid i. CV Jejak (Jejak Publisher).
  30. 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.
  31. 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.
  32. Vulandari, R. T. (2017). DATA MINING Teori dan aplikasi Rapidminer. Yogyakarta: Gava Media.
  33. 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.
  34. 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.
Similar Articles

Articles sharing related keywords and machine learning classifications:

PENERAPAN ALGORITMA TF-IDF DAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN BERBASIS ASPEK ULASAN APLIKASI FLIP PADA GOOGLE PLAY STORE
Vol. 4 No. 3 (2023) • DOI: 10.35870/jimik.v4i3.415
Analisis Sentimen Persepsi Masyarakat Terhadap Timnas Indonesia U-23 dalam AFC-23 Asian Cup 2024 Pada Media Sosial X Menggunakan Metode Naïve Bayes Classifier
Vol. 5 No. 3 (2024) • DOI: 10.35870/jimik.v5i3.964
Analisa Sentimen Drama Korea Melalui Media Sosial X dengan Menggunakan Algoritma Naïve Bayes
Vol. 5 No. 3 (2024) • DOI: 10.35870/jimik.v5i3.997
Analisis Sentimen Terhadap Kendaraan Listrik di Indonesia Menggunakan Metode Klasifikasi Naïve Bayes
Vol. 5 No. 3 (2024) • DOI: 10.35870/jimik.v5i3.983
Sentiment Analysis of Cigarette Use Based on Opinions from X Using Naive Bayes and SVM
Vol. 5 No. 3 (2024) • DOI: 10.35870/jimik.v5i3.947
Most read articles by the same author(s)

Other papers published by author(s) in this journal:

Otomasi Pembayaran Siswa API Notifikasi pada Sekolah SMP Imtaq Darurrahim
Akbar Kholili, Fadillah Said • Vol. 6 No. 3 (2025)