Analisis Sentimen Pengguna Terhadap Faktor Penggunaan PayPal Menggunakan Metode Decision Tree

Penulis

  • Maharani Maharani Universitas Sriwijaya
  • Fathoni Fathoni Universitas Sriwijaya

DOI:

https://doi.org/10.32815/jitika.v18i1.1002

Kata Kunci:

PayPal, Analisis Sentimen, Teori Bauran Pemasaran 4P, Decision Tree, K-Fold Cross Validation

Abstrak

PayPal, dompet digital dengan 429 juta pengguna global, tidak termasuk dompet digital yang umum digunakan di Indonesia sehingga perlu analisis sentimen masyarakat Indonesia terhadap layanan PayPal. Tujuan penelitian ini adalah untuk mengetahui sentimen masyarakat Indonesia terhadap PayPal berdasarkan teori bauran pemasaran 4P dan dapat menjadi referensi untuk peningkatan daya saing di Indonesia. Penelitian ini menggunakan model Decision Tree dengan kriteria gain ratio, information gain, dan gini index serta pengujian K-Fold Cross Validation menggunakan nilai fold=2, 3, 4, dan 5 untuk memproses 20.000 data ulasan Google Play Store. Hasilnya menunjukkan akurasi tertinggi pada pengujian 5-Fold Cross Validation dengan kriteria gain ratio memprediksi sentimen negatif terhadap aspek produk (97,33%), harga (99,68%), dan tempat (96,72%). Hal ini memberi PayPal peluang untuk memperbaiki kualitas ketiga aspek ini. Sementara itu, prediksi sentimen positif terhadap aspek promosi sebesar 62,18%, menandakan bahwa layanan promosi PayPal telah dinilai cukup baik.

Unduhan

Data unduhan belum tersedia.

Referensi

A. Yani, D. D., Pratiwi, H. S., & Muhardi, H. (2019). Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace. Jurnal Sistem Dan Teknologi Informasi (JUSTIN), 7(4), 257. https://doi.org/10.26418/justin.v7i4.30930
Abdullah, T. (2019). Manajemen Pemasaran (Cetakan 1). Rajawali Pers.
Arbaini, P. (2020). Pengaruh Consumer Online Rating Dan Review Terhadap Keputusan Pembelian Pada Pengguna Marketplace Tokopedia. Jurnal Bisnis Dan Manajemen, 7(1), 25–33. https://doi.org/10.26905/jbm.v7i1.3897
Birjali, M., Kasri, M., & Beni-Hssane, A. (2021). A comprehensive survey on sentiment analysis: Approaches, challenges and trends. Knowledge-Based Systems, 226, 107134. https://doi.org/10.1016/j.knosys.2021.107134
Daryanto, L. H., Hasiholan, L. B., & Seputro, A. (2019). The Influence Of Marketing Mix On The Decision To Purchase Martabak ‘Setiabudi’ Pak Man Semaran. Journal of Management, 5(5), 1–7.
Fauziningrum, E., & Suryaningsih, E. I. (2021). Evaluasi Dan Prediksi Penguasaan Bahasa Inggris Maritim Menggunakan Metode Decision Tree Dan Confusion Matrix (Studi Kasus Di Universitas Maritim Amni). Angewandte Chemie International Edition, 6(11), 951–952., 5–24.
Fitriani, E. (2020). Perbandingan Algoritma C4.5 dan Naive Bayes untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. SISTEMASI, 9(1), 103. https://doi.org/10.32520/stmsi.v9i1.596
Fuadah, Y. N., Ubaidullah, I. D., Ibrahim, N., Taliningsing, F. F., Sy, N. K., & Pramuditho, M. A. (2022). Optimasi Convolutional Neural Network dan K-Fold Cross Validation pada Sistem Klasifikasi Glaukoma. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 10(3), 728. https://doi.org/10.26760/elkomika.v10i3.728
Hapsari, R. A., Hartono, B., & Listiyani, Y. (2021). Dispute Settlement Analysis and Refused Claims in Payment Gateway Transactions on Paypal Indonesia. Lambung Mangkurat Law Journal, 6(2), 199–212. https://doi.org/10.32801/lamlaj.v6i2.262
Hickman, L., Thapa, S., Tay, L., Cao, M., & Srinivasan, P. (2022). Text Preprocessing for Text Mining in Organizational Research: Review and Recommendations. Organizational Research Methods, 25(1), 114–146. https://doi.org/10.1177/1094428120971683
Hoang, M., Alija Bihorac, O., & Rouces, J. (2019). Aspect-Based Sentiment Analysis Using BERT. Proceedings of the 22nd Nordic Conference on Computational Linguistics, 187–196.
Le, S. (2023). Web Scraping of University Rankings and Data Analysis Using Python.
Lestari, W., Musyahidah, S., & Istiqamah, R. (2019). Strategi Marketing Mix Dalam Meningkatkan Usaha Percetakan Pada CV. Tinta Kaili dalam Perspektif Ekonomi Islam. Jurnal Ilmu Ekonomi Dan Bisnis Islam, 1(1), 63–84. https://doi.org/10.24239/jiebi.v1i1.5.63-84
Ma’ruf, F. A., Pratama, A., Sholihin, I., & Rizki Rinaldi, A. (2021). Penerapan Model Prediksi Menggunakan Algoritma C.45 Untuk Prediksi Kelulusan Siswa SMK Wahidin. Jurnal Data Science & Informatika, 1(1), 16–20.
Majidah, S., & Istianah, I. (2023). Analisis Strategi Bauran Pemasaran 4P di Era 5.0 Berbasis Maqāṣid Syarīah. Jurnal Hukum Ekonomi Syariah, 6(1), 59. https://doi.org/10.30595/jhes.v6i1.14690
Naquitasia, R. (2022). Analisis Sentimen Berbasis Aspek Pada Ulasan Tempat Wisata Halal Dengan Deep Learning [Universitas Islam Indonesia]. https://dspace.uii.ac.id/handle/123456789/39202%0Ahttps://dspace.uii.ac.id/bitstream/handle/123456789/39202/18523214.pdf?sequence=1
Pamungkas, T. J., & Romadhony, A. (2021). Analisis Sentimen Berbasis Aspek Terhadap Ulasan Restoran Berbahasa Indonesia menggunakan Support Vector Machines. E-Proceeding of Engineering, 8(4), 4102–4114.
Permana, A. P., Ainiyah, K., & Holle, K. F. H. (2021). Analisis Perbandingan Algoritma Decision Tree, KNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up. JISKA (Jurnal Informatika Sunan Kalijaga), 6(3), 178–188. https://doi.org/10.14421/jiska.2021.6.3.178-188
Peryanto, A., Yudhana, A., & Umar, R. (2020). Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation. Journal of Applied Informatics and Computing, 4(1), 45–51. https://doi.org/10.30871/jaic.v4i1.2017
Prasasti, G. D. (2022, December 6). Survei Jakpat: DANA Jadi Dompet Digital Terpopuler di Paruh Pertama 2022. Liputan 6. [Online]. https://www.liputan6.com/tekno/read/5145618/survei-jakpat-dana-jadi-dompet-digital-terpopuler-di-paruh-pertama-2022
Puspita, R., & Widodo, A. (2021). Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS. Jurnal Informatika Universitas Pamulang, 5(4), 646. https://doi.org/10.32493/informatika.v5i4.7622
Respati, A. R. (2022, November 28). Survei InsightAsia: 71 Persen Masyarakat Gunakan Dompet Digital, GoPay di Posisi Pertama. Kontan.Co.Id. [Online]. https://money.kompas.com/read/2022/11/28/164000226/survei-insightasia-71-persen-masyarakat-gunakan-dompet-digital-gopay-di-posisi
Rosid, M. A., Fitrani, A. S., Astutik, I. R. I., Mulloh, N. I., & Gozali, H. A. (2020). Improving Text Preprocessing For Student Complaint Document Classification Using Sastrawi. IOP Conference Series: Materials Science and Engineering, 874(1), 012017. https://doi.org/10.1088/1757-899X/874/1/012017
Saputra, S. A., Rosiyadi, D., Gata, W., & Husain, S. M. (2019). Google Play E-Wallet Sentiment Analysis Using Naive Bayes Algorithm Based on Particle Swarm Optimization. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(3), 377–382.
Sari, F. V., & Wibowo, A. (2019). Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi. Jurnal SIMETRIS, 10(2), 681–686.
Sepfiani, P., & Nawawi, Z. M. (2023). Analisis Marketing Mix untuk Meningkatkan Volume Penjualan pada Rafijaya Fotokopi di Kota Medan. 2(1), 56–62.
Sukerta Wijaya, I. W., Harjumawan Wiratmaja KS., I. G., Pramana Setya Bintara, I. D. M. A., & Ryan Aditya Permana, I. K. G. (2021). Program Menghitung Banyak Bata pada Ruangan Menggunakan Bahasa Python. TIERS Information Technology Journal, 2(1). https://doi.org/10.38043/tiers.v2i1.2840
Turjaman, R. M., & Budi, I. (2022). Analisis Sentimen Berbasis Aspek Marketing Mix Terhadap Ulasan Aplikasi Dompet Digital (Studi Kasus: Aplikasi Linkaja Pada Twitter). Jurnal Darma Agung, 30(2), 266. https://doi.org/10.46930/ojsuda.v30i2.1672
Wankhade, M., Rao, A. C. S., & Kulkarni, C. (2022). A survey on sentiment analysis methods, applications, and challenges. Artificial Intelligence Review, 55(7), 5731–5780. https://doi.org/10.1007/s10462-022-10144-1
Widi, S. (2022). Jumlah Pengguna Paypal Capai 429 Juta per Kuartal I/2022. Dataindonesia.Id. [Online]. https://dataindonesia.id/digital/detail/jumlah-pengguna-paypal-capai-429-juta-per-kuartal-i2022
Widyassari, A. P., Rustad, S., Shidik, G. F., Noersasongko, E., Syukur, A., Affandy, A., & Setiadi, D. R. I. M. (2022). Review of automatic text summarization techniques & methods. Journal of King Saud University - Computer and Information Sciences, 34(4), 1029–1046. https://doi.org/10.1016/j.jksuci.2020.05.006
Wisudawati, D. T., Utami, T. iani W., & Arum, P. R. (2021). Analisis Sentimen Terhadap Dampak Covid-19 Pada Performa Tokopedia Menggunakan Support Vector Machine. Seminar Nasional Variansi …, 87–96. https://ojs.unm.ac.id/variansistatistika/article/view/19508
Zahrah, A., Mandey, S. L., & Mangantar, M. (2021). Analisis Marketing Mix Terhadap Volume Penjualan Pada UMKM RM. Solideo Kawasan Bahu Mall Manado. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 9(4), 216–226. https://ejournal.unsrat.ac.id/index.php/emba/article/view/36216

Unduhan

Diterbitkan

2024-05-05

Cara Mengutip

Maharani, M., & Fathoni, F. (2024). Analisis Sentimen Pengguna Terhadap Faktor Penggunaan PayPal Menggunakan Metode Decision Tree. Jurnal Ilmiah Teknologi Informasi Asia, 18(1), 71–83. https://doi.org/10.32815/jitika.v18i1.1002