Analisis Sentimen Pengguna Aplikasi JMO (Jamsostek Mobile) Pada Google Play Store Menggunakan Metode Naive Bayes

Abstract

Pesatnya perkembangan teknologi informasi dan digital di Indonesia menjadikan adanya banyak perubahan diampir seluruh aspek kehidupan. Termasuk aplikasi dalam bidang e-government atau pemerintahan elektronik yang saat ini banyak digunakan untuk layanan infromasi. Salah satunya aplikasi JMO merupakan aplikasi resmi dari BPJS Ketenagakerjaan yang sudah rilis di Google Play Store pada 19 Februari 2018 dan di unduh sekitar 10 juta. Ulasan menjadi sumber informasi penting bagi pengembang untuk mengetahui keluhan dari para pengguna. Namun tidak semua ulasan pengguna mewakili pendapat pada aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna yang menggunakan aplikasi JMO di Google Play Store dengan mengambil ulasan melalui web scraping. Analisis sentimen merupakan proses text mining yang mengklasifikasi data tidak teratur untuk menghasilkan informasi sentimen. Dalam analisis sentimen metode yang digunakan menggunakan algoritma Naive Bayes. Dari hasil penelitian analisis sentimen, data diambil melalui hasil scraping dari bulan September 2018 hingga Februari 2023 sebanyak 5000 data ulasan dan diberi label kedalam kategori positif dan negatif. Didapatkan hasil bahwa pengguna aplikasi JMO memberikan ulasan negatif dimana dari jumlah prediksi klasifikasi sentimen positif sebanyak 1472 dan sentimen negatif sebanyak 3528 data ulasan artinya pengguna banyak memberikan komentar negatif terhadap aplikasi JMO, namun tidak sedikit yang berkomentar positif. Dan hasil klasifikasi dari metode naive bayes didapatkan hasil akurasi 95%, precision 91% dan tingkat keberhasilan (recall) 90%. Dan hasil dari visualisasi data ulasan negatif terdapat kata-kata “aplikasi”, “update”, “login”, “data”, “gagal”dan lain-lain. JMO perlu meningkatkan kemampuan aplikasi dalam melakukan login dan cek saldo karena banyak mengalami gangguan.