ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MEDIA SOSIAL INSTAGRAM PADA SITUS GOOGLE PLAY STORE MENGGUNAKAN NAÏVE BAYES CLASSIFIER
DOI:
https://doi.org/10.23960/jitet.v12i3.4995Abstract Views: 936 File Views: 792
Abstract
Instagram merupakan salah satu media sosial paling populer di seluruh dunia, dengan lebih dari satu miliar pengguna aktif setiap bulannya. Semakin berkembangnya informasi teknologi pada era digital seperti sekarang membuat opini atau sentimen masyarakat banyak beredar di kolom komentar atau ulasan. Oleh karena itu perlu dilakukan analisis terhadap ulasan aplikasi media sosial instagram untuk melihat opini masyarakat mengenai aplikasi terbeut. Data ulasan diperoleh dari situs web Google Play yang diambil menggunakan metode scraping . Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi media sosial Instagram yang terdapat di situs Google Play Store untuk mengetahui dan mengklasifikasikan komentar baik dan buruk. Sentimen pengguna dapat memberikan wawasan yang berharga bagi pengembang aplikasi dalam memahami kepuasan pengguna, menyebarkan fitur yang ada, serta meningkatkan kualitas aplikasi. Pada pengujian ini menggunakan 1000 data yang terdiri dari 80% data latih dan 20% data uji . Hasil pengujian akurasi, penelitian ini menggunakan matriks konfusi , dalam penelitian ini algoritma Naïve Bayes classifier dengan akurasi yang diperoleh sebesar 89%.Downloads
References
Y. Akbar and T. Sugiharto, “Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes (Yuma Akbar 1*, Tri Sugiharto 2) Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes,” Jurnal Sains dan Teknologi, vol. 5, no. 1, pp. 115–122, 2023, doi: 10.55338/saintek.v4i3.1368.
D. Surya Sayogo, B. Irawan, and A. Bahtiar, “Analisis Sentimen Ulasan Instagram Di Google Play Store Menggunakan Algoritma Naïve Bayes,” 2023.
R. Fajar, S. Program, P. Rekayasa, N. Lunak, and R. Bengkalis, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” vol. 3, no. 1.
A. Wildan Attabi’, L. Muflikhah, and M. A. Fauzi, “Penerapan Analisis Sentimen untuk Menilai Suatu Produk pada Twitter Berbahasa Indonesia dengan Metode Naïve Bayes Classifier dan Information Gain,” 2018. [Online]. Available: http://j-ptiik.ub.ac.id
A. A. Fani, P. Sudarmaningtyas, and V. Nurcahyawati, “Analisis Sentimen Review Pelanggan Pada Layanan Indihome Menggunakan Algoritma Naïve Bayes Classifier,” 2019.
T. Krisdiyanto, E. Maricha, and O. Nurharyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” Jurnal CoreIT, vol. 7, no. 1, 2021.
V. Amrizal, “Penerapan Metode Term Frequency Inverse Document Frequency (Tf-Idf) Dan Cosine Similarity Pada Sistem Temu Kembali Informasi Untuk Mengetahui Syarah Hadits Berbasis Web (Studi Kasus: Hadits Shahih Bukhari-Muslim),” JURNAL TEKNIK INFORMATIKA, vol. 11, no. 2, pp. 149–164, Nov. 2018, doi: 10.15408/jti.v11i2.8623.
R. Apriani et al., “Analisis Sentimen Dengan Naïve Bayes Terhadap Komentar Aplikasi Tokopedia,” 2019.
A. Bijaksana, P. Negara, H. Muhardi, and I. M. Putri, “Analisis Sentimen Maskapai Penerbangan Menggunakan Metode Naive Bayes Dan Seleksi Fitur Information Gain Sentiment Analysis On Airlines Using Naïve Bayes Method And Feature Selection Information Gain,” vol. 7, no. 3, pp. 599–606, 2020, doi: 10.25126/jtiik.202071947.
F. Satria, W. Hayuhardhika, N. Putra, and B. T. Hanggara, “Analisis Sentimen Mengenai Kepuasan Pengguna terhadap Pelayanan Transportasi Minibus PT Mahkota Tria Wisata dengan menggunakan Metode Support Vector Machine,” 2023. [Online]. Available: http://j-ptiik.ub.ac.id
F. Solihin, S. Awaliyah, A. Muid, and A. Shofa, “Pemanfaatan Twitter Sebagai Media Penyebaran Informasi Oleh Dinas Komunikasi dan Informatika,” Jurnal Pendidikan Ilmu Pengetahuan Sosial (JPIPS), vol. 1, no. 13, pp. 52–58, 2021, [Online]. Available: http://e-journal.upr.ac.id/index.php/JP-IPS
A. V. Sudiantoro and E. Zuliarso, analisis sentimen twitter menggunakan text mining dengan algoritma naïve bayes classifier. 2018.
E. Putri Nirwandani and R. Cahya Wihandika, “Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naïve Bayes,” 2021. [Online]. Available: http://j-ptiik.ub.ac.id
I. F. Rahman, A. N. Hasanah, and N. Heryana, “Analisis Sentimen Ulasan Pengguna Aplikasi Samsat Digiital Nasional (Signal) Dengan Menggunakan Metode Naïve Bayes Classifier,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, Apr. 2024, doi: 10.23960/jitet.v12i2.4073.
