##plugins.themes.academic_pro.article.main##

Penerapan Metode Naïve Bayes Untuk Mengidentifikasi Sentimen Pengguna Pada Ulasan Aplikasi ReelShort di Google Play Store

Abstract

Penelitian ini bertujuan untuk mengetahui pendapat pengguna aplikasi ReelShort berdasarkan ulasan mereka di Google Play Store. Metode yang digunakan adalah algoritma Multinomial Naive Bayes. Data ulasan pengguna dikumpulkan dengan teknik scrapping dari Google Play Store, selanjutnya dilakukan pre-processing data untuk membersihkan dan menyederhanakan teks. Setelah itu, sentimen dari setiap ulasan diklasifikasikan menjadi dua kategori yaitu positif dan negatif. Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 77%. Nilai presisi sebesar 83% mengindikasikan bahwa model cukup baik dalam mengidentifikasi ulasan yang benar-benar positif atau negatif. Namun, nilai recall yang sebesar 77% menunjukkan bahwa model masih melewatkan beberapa ulasan yang seharusnya terklasifikasi sebagai positif atau negatif. Analisis lebih lanjut menunjukkan bahwa model lebih baik dalam mengklasifikasikan ulasan negatif dibandingkan dengan ulasan positif. Hasil penelitian ini memberikan pemahaman yang lebih baik mengenai persepsi pengguna terhadap aplikasi ReelShort dan dapat dimanfaatkan untuk meningkatkan kualitas aplikasi di masa mendatang.

##plugins.themes.academic_pro.article.details##

How to Cite
[1]
S. Susilawati and M. Iqbal, “Penerapan Metode Naïve Bayes Untuk Mengidentifikasi Sentimen Pengguna Pada Ulasan Aplikasi ReelShort di Google Play Store”, simkom, vol. 10, no. 1, pp. 49-59, Jan. 2025.

References

M. Yusuf Rismanda Gaja, I. Maulana, and O. Komarudin, “Analisis Sentimen Opini Pengguna Aplikasi Vidio Pada Ulasan Playstore Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2767–2774, 2024, doi: 10.36040/jati.v7i4.7197.

D. P. Santoso and W. Wibowo, “Analisis Sentimen Ulasan Aplikasi Buzzbreak Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store,” J. Sains dan Seni ITS, vol. 11, no. 2, 2022, doi: 10.12962/j23373520.v11i2.72534.

A. Nurian, M. S. Ma’arif, I. N. Amalia, and C. Rozikin, “Analisis Sentimen Pengguna Aplikasi Shopee Pada Situs Google Play Menggunakan Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 1, 2024, doi: 10.23960/jitet.v12i1.3631.

R. T. S. A. Putri, D. E. Ratnawati, and D. W. Brata, “Perbandingan Naïve Bayes dan K-Nearest Neighbor untuk Analisis Sentimen Aplikasi Gapura UB Berdasarkan Ulasan Pengguna pada Playstore,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 1, pp. 229–236, 2023, [Online]. Available: http://j-ptiik.ub.ac.id

G. Darmawan, S. Alam, and M. I. Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” STORAGE – J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, pp. 100–108, 2023.

A. C. Fauzan and K. Hikmah, “Implementasi Algoritma Naive Bayes Dalam Analisis Polarisasi Opini Masyarakat Terkait Vaksin Covid-19,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 7, no. 2, pp. 122–128, 2022, doi: 10.36341/rabit.v7i2.2403.

A. I. Tanggraeni and M. N. N. Sitokdana, “Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 2, pp. 785–795, 2022, doi: 10.35957/jatisi.v9i2.1835.

M. K. Insan, U. Hayati, and O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di,” J. Mhs. Tek. Inform., vol. 7, no. 1, pp. 478–483, 2023.

M. Tirta Nugraha, N. Nina Sulistiyowati, and U. Ultach Enri, “Analisis Sentimen Ulasan Aplikasi Satu Sehat Pada Google Play Store Menggunakan Naïve Bayes Classifier,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3593–3601, 2024, doi: 10.36040/jati.v7i5.7753.

A. Nurian, “Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes,” J. Inform. dan Tek. Elektro Terap., vol. 11, no. 3s1, pp. 829–835, 2023, doi: 10.23960/jitet.v11i3s1.3348.

K. D. Indarwati and H. Februariyanti, “Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Gojek Menggunakan Metode Naive Bayes Classifier,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 10, no. 1, 2023, doi: 10.35957/jatisi.v10i1.2643.

Z. Annisa and B. S. S. Ulama, “Analisis Sentimen Data Ulasan Pengguna Aplikasi ‘PeduliLindungi’ pada Google Play Store Menggunakan Metode Naïve Bayes Classifier Model Multinomial,” J. Sains dan Seni ITS, vol. 11, no. 6, 2023, doi: 10.12962/j23373520.v11i6.94064.