Klasifikasi Sentimen untuk Prediksi Churn Pengguna Aplikasi Mamikos Menggunakan Support Vector Machine (SVM) dan Naïve Bayes

Authors

  • Fitri Nur Utami Universitas Esa Unggul, Jakarta, Indonesia
  • Hani Dewi Ariessanti Universitas Esa Unggul, Jakarta, Indonesia
  • Riya Widayanti Universitas Esa Unggul, Jakarta, Indonesia
  • Arief ichwani Universitas Esa Unggul, Jakarta, Indonesia

DOI:

https://doi.org/10.38035/jim.v4i4.1244

Keywords:

Churn, analisis sentiment, Mamikos, Support Vector Machine, naïve Bayes, machine learning

Abstract

Tingginya tingkat churn atau berhentinya pengguna dalam menggunakan aplikasi Mamikos menjadi tantangan serius bagi perusahaan. Penelitian ini bertujuan untuk menganalisis sentimen dan memprediksi kemungkinan churn pengguna menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes. Metode ini dipilih karena SVM unggul dalam menangani data berdimensi tinggi, sedangkan Naïve Bayes efektif dalam klasifikasi berbasis probabilitas. Dataset diperoleh dari perusahaan Mamikos melalui program studi independen, kemudian melalui tahapan preprocessing, ekstraksi fitur, pelabelan, dan pemodelan. Evaluasi dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, recall, dan f1-score. Hasil menunjukkan bahwa kombinasi kedua algoritma memberikan akurasi yang cukup baik dalam memprediksi churn berdasarkan ulasan pengguna. Penelitian ini memberikan kontribusi dalam pengembangan strategi retensi pelanggan berbasis machine learning.

References

Damanik, S. D., & Jambak, M. I. (2023). Klasifikasi Customer Churn pada Telekomunikasi Industri Untuk Retensi Pelanggan Menggunakan Algoritma C4.5. KLIK: Kajian Ilmiah Informatika Dan Komputer, 3(6), 1303–1309. https://doi.org/10.30865/klik.v3i6.829

Fikri, M. I., Sabrila, T. S., & Azhar, Y. (2020). Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter. Smatika Jurnal, 10(02), 71–76. https://doi.org/10.32664/smatika.v10i02.455

Guswandri, A., Cahyono, R. P., Akutansi, S. I., & Komputer, T. (2022). Penerapan Sentimen Analis Menggunakan Metode Naïve Bayes Dan Svm. Ilmudata.Org, 2(12), 1–16.

Ipmawati, J., Saifulloh, S., & Kusnawi, K. (2024). Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 247–256. https://doi.org/10.57152/malcom.v4i1.1066

Jin, Z., Shang, J., Zhu, Q., Ling, C., Xie, W., & Qiang, B. (2020). RFRSF: Employee Turnover Prediction Based on Random Forests and Survival Analysis. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 12343 LNCS, 503–515. https://doi.org/10.1007/978-3-030-62008-0_35

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. https://doi.org/10.30871/jaic.v6i2.4802

Lubis, A. Y., & Setyawan, M. Y. H. (2024). Analisis Sentimen Terhadap Aplikasi Pospay Menggunakan Algoritma Support Vector Machine dan Naive Bayes. Jurnal Teknologi Dan Sistem Informasi Bisnis, 6(3), 514–521. https://doi.org/10.47233/jteksis.v6i3.1310

Maulana, B. A., Fahmi, M. J., Imran, A. M., & Hidayati, N. (2024). Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 375–384. https://doi.org/10.57152/malcom.v4i2.1206

Muthmainnah, T. N., & Voutama, A. (2023). Volume 6?; Nomor 2. Juli, 6, 463–471. https://ojs.trigunadharma.ac.id/index.php/jsk/index

Pokhrel, S. (2024). No Title?????. ????, 15(1), 37–48.

Syafrianto, A. (2022). Perbandingan Algoritma Naïve Bayes dan Decision Tree Pada Sentimen Analisis. The Indonesian Journal of Computer Science Research, 1(2), 1–15. https://doi.org/10.59095/ijcsr.v1i2.11

Downloads

Published

2025-10-15

How to Cite

Fitri Nur Utami, Hani Dewi Ariessanti, Riya Widayanti, & Arief ichwani. (2025). Klasifikasi Sentimen untuk Prediksi Churn Pengguna Aplikasi Mamikos Menggunakan Support Vector Machine (SVM) dan Naïve Bayes. Jurnal Ilmu Multidisiplin, 4(4), 2213–2223. https://doi.org/10.38035/jim.v4i4.1244

Issue

Vol. 4 No. 4 (2025): Jurnal Ilmu Multidisplin (Oktober - November 2025)

Section

Articles

License

Copyright (c) 2025 Fitri Nur Utami, Hani Dewi Ariessanti, Riya Widayanti, Arief ichwani

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

You are free to:

  • Share— copy and redistribute the material in any medium or format
  • Adapt— remix, transform, and build upon the material for any purpose, even commercially.

The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

  • 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.
  • No additional restrictions— You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

  • You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
  • No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rightsmay limit how you use the material.