SENTIMENT ANALYSIS DIGITAL WALLET APPLICATIONS USING RANDOM FOREST ALGORITHM

Saat ini teknologi telah berkembang pesat di segala aspek kehidupan, termasuk di bidang keuangan. Salah satu financial technology yang banyak digunakan di Indonesia yaitu dompet digital (Kusnawan et al., 2019). Semakin meningkat jumlah pengguna dompet digital maka akan semakin banyak komentar atau pendapat terhadap aplikasi tersebut. Media untuk menuliskan komentar atau pendapat tentang kepuasan atau kekecewaan pengguna salah satunya menggunakan media sosial seperti twitter. Akan tetapi untuk mengolah pendapat pengguna secara manual akan sangat sulit untuk dilakukan karena pendapat yang dituliskan sangat banyak. Jadi tujuan dari penelitian ini adalah menganalisis sentimen aplikasi dompet digital menggunakan algoritma random forest. Pengumpulan data dilakukan dengan cara crawling data twitter menggunakan bahasa pemrograman python sehingga diperoleh sebanyak 1751 data untuk dompet digital gopay, 2982 data Untuk dompet digital shopeepay, 3235 data untuk dompet digital linkaja dalam rentang waktu 5 April 2023 – 18 Mei 2023. kemudian dilakukan preprocessing data menggunakan software rapidminer dengan beberapa tahapan yaitu cleansing, transform cases, tokenize, stemming, stopword, dan filter tokens (by length). Selanjutnya data dilabeli dengan metode vader lexicon menggunakan bahasa pemrograman python. Data yang sudah memiliki label kemudian dilakukan klasifikasi dengan algoritma random forest menggunakan software rapidminer. Dari hasil klasifikasi tersebut diperoleh hasil akurasi untuk dompet digital gopay sebesar 85,43%. Untuk dompet digital shopeepay diperoleh akurasi sebesar 85,50%. Kemudian untuk dompet digital linkaja diperoleh akurasi sebesar 89,02%.

Currently technology has developed rapidly in all aspects of life, including in the financial sector. One of the financial technologies that is widely used in Indonesia is the digital wallet (Kusnawan et al., 2019). The increasing number of digital wallet users, the more comments or opinions about the application. Media for writing comments or opinions about user satisfaction or disappointment, one of which is using social media such as Twitter. However, processing user opinions manually would be very difficult to do because there were so many opinions written down. So the purpose of this study is to analyze the sentiment of digital wallet applications using the random forest algorithm. Data collection was carried out by crawling Twitter data using the Python programming language so that as many as 1751 data were obtained for the gopay digital wallet, 2982 data for the shopeepay digital wallet, 3235 data for the linkaja digital wallet in the period 5 April 2023 – 18 May 2023. Then data preprocessing was carried out using rapidminer software with several stages, namely cleansing, transform cases, tokenize, stemming, stopwords, and filter tokens (by length). Furthermore, the data is labeled with the vader lexicon method using the python programming language. Data that already has a label is then classified using a random forest algorithm using rapidminer software. From the classification results, the accuracy results for the gopay digital wallet are 85.43%. For the shopeepay digital wallet, an accuracy of 85.50% is obtained. Then for the linkaja digital wallet, an accuracy of 89.02% was obtained.