Penerapan Hadoop untuk Analisis Sentimen Berbasis Big Data pada Ulasan Aplikasi Transportasi Online

Penulis

  • Putri Angraini Aziz Universitas Halu Oleo
  • Syaban Barokah Nur Ilahi Universitas Halu Oleo
  • Sumiarni Moka Universitas Halu Oleo
  • Adha Mashur Sajiah Universitas Halu Oleo

DOI:

https://doi.org/10.54259/satesi.v5i1.4051

Kata Kunci:

Hadoop, Apache Spark, Analisis Sentimen, Logistic Regression

Abstrak

Pertumbuhan pesat layanan transportasi berbasis aplikasi di Indonesia telah menciptakan sejumlah besar ulasan pengguna yang menyimpan informasi penting untuk pengembangan layanan. Namun, tantangan signifikan muncul dalam hal pemrosesan dan analisis data dalam skala besar. Penelitian ini memanfaatkan teknologi Hadoop dan Apache Spark untuk menganalisis sentimen ulasan transportasi online, dengan fokus pada ulasan pengguna Gojek. Dataset yang digunakan mencakup 1.438.555 ulasan yang diambil dari Kaggle dan Google Play Store. Metode penelitian meliputi preprocessing data menggunakan komputasi terdistribusi dengan Hadoop dan Spark, diikuti oleh pelabelan sentimen berdasarkan penilaian pengguna. Model analisis sentimen yang digunakan adalah Logistic Regression, dengan penyesuaian hyperparameter melalui Cross Validation. Hasil evaluasi menunjukkan akurasi model sebesar 80% yang menunjukkan kemampuan model dalam mengklasifikasikan sentimen dengan baik, didukung oleh implementasi PySpark sehingga memungkinkan proses training dan evaluasi dapat dijalankan secara efisien walaupun dengan dataset berukuran besar. Visualisasi teks dalam bentuk word cloud menunjukkan bahwa sentimen negatif sering kali terkait dengan kinerja aplikasi dan masalah dompet digital, sedangkan sentimen netral lebih berfokus pada layanan pengemudi. Di sisi lain, sentimen positif menekankan kepuasan pengguna terhadap layanan secara keseluruhan. Temuan dari penelitian ini menunjukkan efektivitas penggunaan Hadoop dalam pemrosesan analisis sentimen berskala besar, serta memberikan wawasan penting untuk perbaikan layanan transportasi online.

Unduhan

Data unduhan belum tersedia.

Referensi

G. A. Pratiwi, R. M. Almakhsum, R. D. Setiyawati, A. P. Farahdila, and A. Zaki, “Kontestasi Start-up Ojek Online di Indonesia: Strategi Promosi Digital Gojek, Grab, Indriver, dan Maxim,” OIKONOMIKA : Jurnal Kajian Ekonomi dan Keuangan Syariah, vol. 5, no. 1, pp. 64–79, Aug. 2024, doi: 10.53491/oikonomika.v5i1.955.

R. Wahyudi et al., “Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” JURNAL INFORMATIKA, vol. 8, no. 2, pp. 200–207, Sep. 2021, doi: https://doi.org/10.31294/ji.v8i2.9681.

M. Syaharani, “Moda Transportasi Online Menjadi Pilihan Masyarakat, Apa Alasannya?,” GoodStats. [Online]. Available: https://goodstats.id/article/moda-transportasi-online-semakin-menjadi-favorit-masyarakat-apa-alasannya-BFsC9

V. K. S. Que, A. Iriani, and H. D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi |, vol. 9, no. 2, pp. 162–170, May 2020, doi: https://doi.org/10.22146/jnteti.v9i2.102.

N. Yurindera, “Dampak Kepercayaan Terhadap Loyalitas Pelanggan Melalui Kepuasan pada Layanan Transportasi Ojek Online,” Jurnal Esensi Infokom, vol. 8, no. 2, pp. 41–47, Oct. 2024, doi: https://doi.org/10.55886/infokom.v8i2.931.

R. A. Fauzi, I. Cholissodin, and B. Rahayudi, “Pemanfaatan Spark untuk Analisis Sentimen Mengenai Netralitas Berita dalam Membahas Pemilu Presiden 2019 Menggunakan Metode Naïve Bayes Classifier,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 3, pp. 1070–1077, 2021, [Online]. Available: http://j-ptiik.ub.ac.id

M. N. Fadillah and D. Bernadisman, “Peranan Ojek Online dalam Meningkatkan Omzet UMKM dan Pertumbuhan Ekonomi Digital Indonesia,” JUARA: Jurnal Pengabdian Kepada Masyarakat, vol. 1, no. 1, pp. 32–35, 2023, Accessed: Jan. 15, 2025. [Online]. Available: https://jurnas.saintekmu.ac.id/index.php/juara/article/view/57

N. A. Amalia, I. T. Utami, and Y. Wilandari, “ANALISIS SENTIMEN KEBIJAKAN PENYELENGGARA SISTEM ELEKTRONIK LINGKUP PRIVAT MENGGUNAKAN PENALIZED LOGISTIC REGRESSION DAN SUPPORT VECTOR MACHINE,” Jurnal Gaussian, vol. 12, no. 4, pp. 560–569, Jul. 2024, doi: 10.14710/j.gauss.12.4.560-569.

I. Rahmawati and T. R. Fitriani, “Analisis Sentimen Menggunakan Algoritma Logistic Regression Pada Penerbangan Lion Air berdasarkan Ulasan Pengguna Platform Online,” Jejaring Penelitian dan Pengabdian Masyarakat (JPPM), vol. 1, no. 1, pp. 11–16, Aug. 2023, doi: https://doi.org/10.58776/jriti.v1i1.60.

K. D. Indarwati and H. Februariyanti, “ANALISIS SENTIMEN TERHADAP KUALITAS PELAYANAN APLIKASI GO-JEK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER,” JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), vol. 10, no. 10, Mar. 2023, doi: https://doi.org/10.35957/jatisi.v10i1.2643.

Junaedi, A. Hendra Gunawan, V. Kuswanto, and Jonathan, “Eksplorasi Algoritma Support Vector Machine untuk Analisis Sentimen Destinasi Wisata di Indonesia,” Bit-Tech (Binary Digital - Technology), vol. 7, no. 2, pp. 323–330, Dec. 2024, doi: 10.32877/bt.v7i2.1810.

A. Gugun, B. R. Sanjaya, F. Rahmadani, and J. C. Key, “LITERATURE REVIEW: Penggunaan Support Vector Machine (SVM) untuk Klasifikasi Penyakit Lambung,” Buletin Ilmiah Ilmu Komputer Dan Multimedia (BIIKMA), vol. 2, no. 3, pp. 546–549, Oct. 2024, doi: 10.32493/jtsi.v7i3.42254.

I. Permatahati, M. N. Perdana, N. Apriadi, T. P. Amanda, and Z. Maharani, “Analisis Dataset TOP 1000 IMDb Movies Menggunakan Hadoop,” Journal of Network and Computer, vol. 2, no. 2, pp. 23–36, 2023, [Online]. Available: https://jurnal.netplg.com/

L. Arrahmando Romadhona, R. Febrianti, A. Winata, C. Putri Amanda, and R. Julia Erizka, “Hadoop-MapReduce Pada YARN Framework,” Journal of Network and Computer, vol. 1, no. 2, pp. 91–101, 2022, [Online]. Available: https://jurnal.netplg.com/jnca

S. Aini Pohan and F. Hasyifah Sibarani, “ANALISIS SENTIMEN TERHADAP APLIKASI MAXIM MENGGUNAKAN ALGORITMA RANDOM FOREST,” Journal of Science and Social Research, no. 3, pp. 1201–1208, 2024, [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR

B. Irawan and O. Nurdiawan, “ANALISIS SENTIMEN TERHADAP PENGGUNA GOJEK DAN GRAB PADA MEDIA SOSIAL TWITTER MENGGUNAKAN RANDOM FOREST,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 5, pp. 3614–3618, 2023.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, pp. 406–414, Apr. 2021, doi: 10.30865/mib.v5i2.2835.

D. A. Hamidah, R. Salkiawati, and R. Sari, “Analisis Sentimen Ulasan Customer Kopi TMLST Menggunakan Algoritma Naïve Bayes,” Journal of Students‘ Research in Computer Science, vol. 5, no. 1, pp. 27–40, May 2024, doi: 10.31599/mrm89y71.

W. Wijiyanto, A. I. Pradana, S. Sopingi, and V. Atina, “Teknik K-Fold Cross Validation untuk Mengevaluasi Kinerja Mahasiswa,” Jurnal Algoritma, vol. 21, no. 1, pp. 239–248, May 2024, doi: 10.33364/algoritma/v.21-1.1618.

A. N. Hasanah and B. N. Sari, “ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI JASA OJEK ONLINE MAXIM PADA GOOGLE PLAY DENGAN METODE NAÏVE BAYES CLASSIFIER,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 1, pp. 90–96, Jan. 2024, doi: 10.23960/jitet.v12i1.3628.

J. A. Wibowo, V. C. Mawardi, and T. Sutrisno, “VISUALISASI WORD CLOUD HASIL ANALISIS SENTIMEN BERBASIS FITUR LAYANAN APLIKASI GOJEK DENGAN SUPPORT VECTOR MACHINE,” Jurnal Serina Sains, Teknik dan Kedokteran, vol. 2, no. 1, pp. 61–70, Mar. 2024, doi: 10.24912/jsstk.v2i1.32058.

Unduhan

Diterbitkan

2025-04-20

Cara Mengutip

Putri Angraini Aziz, Nur Ilahi, S. B., Sumiarni Moka, & Sajiah, A. M. (2025). Penerapan Hadoop untuk Analisis Sentimen Berbasis Big Data pada Ulasan Aplikasi Transportasi Online. SATESI: Jurnal Sains Teknologi Dan Sistem Informasi, 5(1), 51–60. https://doi.org/10.54259/satesi.v5i1.4051

Terbitan

Vol 5 No 1 (2025): April 2025

Bagian

Articles

Lisensi

Hak Cipta (c) 2025 Sumiarni Moka, Putri Angraini Aziz, Syaban Barokah Nur Ilahi, Adha Mashur Sajiah

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).