Klasifikasi sentimen pada ulasan pengguna aplikasi Cryptocurrency di Google Play Store menggunakan algoritma Decision Tree

Abstrak

Cryptocurrency telah menjadi tren dalam investasi digital. Aplikasi Pintu mencontohkan teknologi digital untuk perdagangan aset kripto. Ulasan dari Google Play Store berperan sebagai sumber informasi data yang penting guna memahami opini pengguna aplikasi Pintu. Penelitian ini berfokus dalam menyelidiki analisis sentimen pengguna aplikasi Pintu yang bersumber dari Google Play Store dengan mengimplementasikan algoritma Decision Tree dan Random Forest. Pendekatan yang dipakai meliputi pengumpulan data dari Google Play Store yang berisi ulasan pengguna. Data tersebut kemudian diberi label positif atau negatif dan dibersihkan, diproses dan dianalisis menggunakan Decision Tree dan Random Forest. Hasil penelitian menunjukkan akurasi Decision Tree mencapai 0,90 dan Random Forest mencapai 0,88. Dari hasil ini dapat disimpulkan bahwa Decision Tree lebih unggul dalam mengklasifikasikan text mining dengan akurasi yang tinggi. Perbedaan atara kedua metode menunjukkan perbedaan akurasi yang tidak signifikan, yaitu untuk Decision Tree dengan akurasi 0,90, presisi 0,91, dan recall 0,95, serta Random Forest dengan akurasi 0,88, presisi 0,87, dan recall 0,95. Analisis sentimen pengguna terhadap aplikasi Pintu cenderung memberikan tanggapan positif dalam menggunakan aplikasi Pintu.