Klasifikasi Sentimen Positif dan Negatif Ulasan Aplikasi GetContact Dengan Algoritma Naïve Bayes
DOI:
https://doi.org/10.35316/justify.v4i2.9133Keywords:
Sentiment Analysis, Naïve Bayes, GetContact, Google Play Store, TF-IDFAbstract
Perkembangan teknologi informasi yang pesat telah mendorong meningkatnya interaksi pengguna dengan aplikasi digital, salah satunya melalui ulasan di platform Google Play Store. Ulasan pengguna terhadap aplikasi dapat mencerminkan kepuasan atau ketidakpuasan, yang bermanfaat bagi pengembang untuk evaluasi dan peningkatan layanan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen positif dan negatif pada ulasan pengguna aplikasi GetContact dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berupa 1000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping, kemudian diberi label oleh ahli bahasa. Tahapan penelitian meliputi preprocessing data seperti cleaning, tokenizing, case folding, stopword removal, punctuation removal, dan stemming. Setelah itu, dilakukan pembobotan fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dilanjutkan dengan klasifikasi menggunakan Multinomial Naïve Bayes. Evaluasi performa model dilakukan dengan metrik akurasi, presisi, recall, dan f1-score. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 87%, presisi 0,87, recall 0,89, dan f1-score 0,88. Penelitian ini membuktikan bahwa Naïve Bayes merupakan algoritma yang efektif dan efisien dalam menganalisis sentimen ulasan aplikasi berbahasa Indonesia, serta dapat dijadikan referensi untuk pengembangan sistem analisis opini di masa depan.
References
[1] F. Fitriana, E. Utami, dan H. Al Fatta, “Analisis sentimen opini terhadap vaksin COVID-19 pada media sosial Twitter menggunakan Support Vector Machine dan Naïve Bayes,” Jurnal Komtika (Komputasi dan Informatika), vol. 5, no. 1, hal. 19–25, 2021.
[2] F. Hanifah dan L. M. Wisudawati, “Analisis user experience pada aplikasi GetContact menggunakan metode Heuristic Evaluation,” Jurnal Ilmiah Informatika Komputer, vol. 28, no. 3, hal. 186–202, 2023.
[3] B. Harijanto, Y. Ariyanto, dan L. Miftahurroifa, “Penerapan algoritma Naïve Bayes untuk klasifikasi retensi arsip,” Sustainability, vol. 11, no. 1, hal. 1–14, 2019.
[4] E. Hasibuan dan E. A. Heriyanto, “Analisis sentimen pada ulasan aplikasi Amazon Shopping di Google Play Store menggunakan Naïve Bayes classifier,” Jurnal Teknologi Sistem (JTS), vol. 1, no. 3, 2022.
[5] S. Khairunnisa, A. Adiwijaya, dan S. Al Faraby, “Pengaruh text preprocessing terhadap analisis sentimen komentar masyarakat pada media sosial Twitter,” Jurnal Media Informatika Budidarma, vol. 5, no. 2, hal. 406–413, 2021.
[6] E. Laia dan M. Yamin, “Penerapan algoritma Naïve Bayes dalam menganalisis sentimen pada review pengguna e-commerce,” Klik: Kumpulan Jurnal Ilmu Komputer, vol. 4, no. 1, hal. 305–316, 2023.
[7] V. A. Permadi, “Analisis sentimen menggunakan algoritma Naïve Bayes terhadap review restoran,” Jurnal Buana Informatika, vol. 11, no. 2, hal. 141–151, 2020.
[8] F. Ratnawati, “Implementasi algoritma Naïve Bayes terhadap analisis sentimen opini film pada Twitter,” INOVTEK Polbeng – Seri Informatika, vol. 3, no. 1, hal. 50–56, 2018.
[9] S. Rita dan A. Pambudi, “Penggunaan Support Vector Machine untuk analisis sentimen ulasan aplikasi Truecaller dan GetContact,” Jurnal Teknologi Informasi, vol. 20, no. 2, 2023.
[10] A. Saputra dan F. N. Hasan, “Analisis sentimen terhadap aplikasi Coffee Meets Bagel menggunakan algoritma Naïve Bayes classifier,” SIBATIK Journal: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, dan Pendidikan, vol. 2, no. 2, hal. 465–474, 2023.
[11] R. A. A. Yanuar, “Analisis sentimen aplikasi POSAJA pada Google Play Store untuk peningkatan Pospay Superapp menggunakan Support Vector Machine,” Jurnal Teknik Informatika, vol. 16, no. 2, hal. 1–7, 2024.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Putri Nur Apriliyanti, Moh. Dasuki, Miftahur Rahman
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
