ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAÏVE BAYES
DOI:
https://doi.org/10.55123/storage.v2i3.2333Keywords:
mypertamina, naive bayes, sentiment analysis, google playstoreAbstract
Pada aplikasi MyPertamina peneliti menemukan banyak ulasan tidak sesuai dengan rating yang diberikan. Pada kasus ini juga peneliti membaca beberapa artikel / berita tentang pro dan kontra nya aplikasi MyPertamina dalam beberapa hal, Maka dari itu harus dilakukan analisis sentimen untuk mengetahui apakah ulasan pemakai aplikasi MyPertamina itu lebih banyak arah positif atau negatif. Penelitian ini menggunakan metode text mining yang terdiri dari tahapan scraping data, labelling, cleaning, preprocessing (transformation, tokenization, filtering). Untuk algoritma yang digunakan yaitu naïve bayes karena mempunyai nilai probabilitas atau peluang tertinggi untuk pengklasifikasian data, untuk pembobotan menggunakan perhitungan TF-IDF, dan pengujian data menggunakan confusion matrix dan visualisasi menggunakan wordcloud. Hasil penelitian ini mengenai analisis sentimen ulasan pengguna MyPertamina pada Google PlayStore berjumlah 3948 data, disimpulkan bahwa ulasan pengguna MyPertamina tergolong negatif dengan hasil presentase 91% nilai akurasi, 92% nilai precision, dan 100% recall nya.
Downloads
References
Aaputra, S.A. et al. (2019) ‘Sentiment Analysis Analysis of E-Wallet Sentiments on Google Play Using the Naive Bayes Algorithm Based on Particle Swarm Optimization’, Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 3(3), pp. 377–382. Available at: https://doi.org/10.29207/resti.v3i3.1118.
Alam, S., Resmi, M.G. and Masripah, N. (2022) ‘Classification of Covid-19 vaccine data screening with Naive Bayes algorithm using Knowledge Discovery in database method’, Journal of Computer Networks, Architecture and High Performance Computing, 4(2), pp. 177–185. Available at: https://doi.org/10.47709/cnahpc.v4i2.1584.
Ama, A.U.T. et al. (2022) ‘Analisis Sentimen Customer Feedback Tokopedia Menggunakan Algoritma Naïve Bayes’, Jurnal Sistem Komputer dan Informatika (JSON), 4(1), p. 50. Available at: https://doi.org/10.30865/json.v4i1.4783.
Astari, N.M.A.J., Dewa Gede Hendra Divayana and Gede Indrawan (2020) ‘Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier’, Jurnal Sistem dan Informatika (JSI), 15(1), pp. 27–29. Available at: https://doi.org/10.30864/jsi.v15i1.332.
Chatrina, Siregar, N., Ruli, A, Siregar, R. and Yoga, Distra, Sudirman, M. (2020) ‘Implementasi Metode Naive Bayes Classifier (NBC) Pada Komentar Warga Sekolah Mengenai Pelaksanaan Pembelajaran Jarak Jauh (PJJ)’, Jurnal Teknologia, 34(1), pp. 102–110. Available at: https://aperti.e-journal.id/teknologia/article/view/67.
Fauzan, A.C. and Hikmah, K. (2022) ‘Implementasi Algoritma Naive Bayes Dalam Analisis Polarisasi Opini Masyarakat Terkait Vaksin Covid-19’, Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 7(2), pp. 122–128. Available at: https://doi.org/10.36341/rabit.v7i2.2403.
Fitriana, F., Utami, E. and Al Fatta, H. (2021) ‘Analisis Sentimen Opini Terhadap Vaksin Covid - 19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes’, Jurnal Komtika (Komputasi dan Informatika), 5(1), pp. 19–25. Available at: https://doi.org/10.31603/komtika.v5i1.5185.
Indrayanto, C.G., Ratnawati, D.E. and Rahayudi, B. (2023) ‘Analisis Sentimen Data Ulasan Pengguna Aplikasi MyPertamina di Indonesia pada Google Play Store menggunakan Metode Random Forest’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(3), pp. 1131–1139. Available at: http://j-ptiik.ub.ac.id.
Karsito and Susanti, S. (2019) ‘Klasifikasi Kelayakan Peserta Pengajuan Kredit Rumah Dengan Algoritma Naïve Bayes Di Perumahan Azzura Residencia’, Jurnal Teknologi Pelita Bangsa, 9, pp. 43–48.
Normawati, D. and Prayogi, S.A. (2021) ‘Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter’, Jurnal Sains Komputer & Informatika (J-SAKTI, 5(2), pp. 697–711.
Putri, R.T.S.A., Ratnawati, D.E. and Brata, D.W. (2023) ‘Perbandingan Naïve Bayes dan K-Nearest Neighbor untuk Analisis Sentimen Aplikasi Gapura UB Berdasarkan Ulasan Pengguna pada Playstore’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(1), pp. 229–236. Available at: http://j-ptiik.ub.ac.id.
Rachman, R. and Handayani, R.N. (2021) ‘Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM’, Jurnal Informatika, 8(2), pp. 111–122. Available at: https://doi.org/10.31294/ji.v8i2.10494.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Gilbert, Syariful Alam, M. Imam Sulistyo
This work is licensed under a Creative Commons Attribution 4.0 International License.
