ANALISIS KEPUASAN PENGGUNA APLIKASI GOPAY MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-FOLD CROSS VALIDATION

• ASMAUL USNAH
• 2025

---

Abstrak

Perkembangan teknologi digital telah mendorong adopsi layanan dompet digital secara masif di Indonesia, salah satunya adalah aplikasi GoPay. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna aplikasi GoPay berdasarkan ulasan yang ditinggalkan di Google Play Store. Metode klasifikasi yang digunakan adalah algoritma Naïve Bayes, dengan proses validasi model menggunakan teknik K-Fold Cross Validation. Data dikumpulkan melalui proses web scraping sebanyak 3.000 ulasan, kemudian dilakukan tahapan preprocessing teks seperti cleansing, case folding, tokenizing, stopword removal, dan stemming. Pelabelan data dilakukan secara otomatis menggunakan model IndoBERT, lalu data diklasifikasikan ke dalam dua kelas kepuasan. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes berhasil mencapai akurasi sebesar 93,22%, dengan precision 92,60%, recall 95,68%, dan f1-score 94,11%. Validasi menggunakan 10-fold cross validation menghasilkan rata-rata akurasi sebesar 92,38%. Hasil ini menunjukkan bahwa model memiliki performa klasifikasi yang baik serta generalisasi yang stabil terhadap data baru. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan layanan GoPay dan menjadi referensi untuk penerapan metode machine learning dalam analisis kepuasan pengguna.

Abstract

The rapid advancement of digital technology has significantly increased the adoption of digital wallet services in Indonesia, one of which is the GoPay application. This study aims to analyze user satisfaction with GoPay based on user reviews from the Google Play Store. The classification method used is the Naïve Bayes algorithm, with model validation performed using the K-Fold Cross Validation technique. A total of 3,000 reviews were collected through web scraping and then preprocessed using several text preprocessing steps including cleansing, case folding, tokenizing, stopword removal, and stemming. The data was automatically labeled using the IndoBERT model and classified into two satisfaction categories. The classification results show that the Naïve Bayes algorithm achieved an accuracy of 93,22%, with a precision of 92,60%, recall of 95,58%, and an f1-score of 94.11%. Validation using 10-fold cross-validation resulted in an average accuracy of 92.38%. These results indicate that the model demonstrates strong classification performance and stable generalization on unseen data. This research is expected to contribute to improving GoPay's service quality and serve as a reference for the implementation of machine learning techniques in user satisfaction analysis.

• Kepuasan Pengguna
• Naïve Bayes
• Text Mining
• K-Fold Cross Validation

https://repository.bsi.ac.id/repo/71147/ANALISIS-KEPUASAN-PENGGUNA-APLIKASI-GOPAY-MENGGUNAKAN-ALGORITMA-NAÏVE-BAYES-DAN-K-FOLD-CROSS-VALIDATION
Anda dapat membaca file tugas akhir ini di repository.