ANALISIS SENTIMEN PENGGUNA APLIKASI MYBLUEBIRD DENGAN ALGORITMA NAÏVE BAYES DI PLAYSTORE
DOI:
https://doi.org/10.23960/jitet.v13i1.5687Abstract Views: 400 File Views: 287 File Views: 0 File Views: 0
Abstract
Transportasi berbasis aplikasi digital, termasuk MyBlueBird , menjadi kebutuhan penting di era modern. Namun, kualitas layanan aplikasi ini sering menjadi sorotan, terutama dari ulasan pengguna yang mengindikasikan adanya keluhan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi MyBlueBird guna memancarkan kualitas layanannya. Analisis dilakukan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral. Penelitian menggunakan data sekunder dari Google Playstore dengan total 1.000 ulasan yang diproses melalui tahapan pengumpulan data, preprocessing teks, dan evaluasi model menggunakan akurasi, presisi, dan recall. Hasil menunjukkan algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi 92%. Sebagian besar ulasan bersifat positif, menunjukkan tingkat kepuasan yang tinggi, meskipun terdapat keluhan terkait kelemahan pengemudi dan kualitas kendaraan. Analisis ini menjadi alat strategi untuk meningkatkan layanan berbasis data pengguna dan dapat diterapkan pada sektor lain.
Downloads
References
M. I. Ghozali, W. H. Sugiharto, and A. F. Iskandar, “Analisis Sentimen Pinjaman Online Di Media Sosial Twitter Menggunakan Metode Naive Bayes,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 6, pp. 1340–1348, 2023, doi: 10.30865/klik.v3i6.936.
T. I. Suari and D. Gustian, “SENTIMEN ANALISIS TERHADAP PENGGUNA APLIKASI TWITTER PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAIVE BAYES,” SISMATIK (Seminar Nas. Sist. Inf. dan Manaj. Inform., 2023.
D. Wijaya, R. Adi Saputra, and F. Irwiensyah, “Analisis Sentimen Ulasan Aplikasi Samsat Digital Nasional Pada Google Playstore Menggunakan Algoritma Naïve Bayes,” Kaji. Ilm. Inform. dan Komput., vol. 4, no. 1, pp. 2369–2380, 2024, doi: 10.30865/klik.v4i4.1738.
A. Rhamadanti, A. Rifa’i, F. Dikananda, and K. Anam, “Analisis Sentimen Pada Ulasan Access By Kereta Api Indonesia Dengan K-Nearest Neighbor,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 1, 2024, doi: 10.23960/jitet.v12i1.3961.
S. Arofah et al., “Analisis Sentimen Pemakaian Sistem Absensi Berbasis Web,” vol. 8, no. 3, pp. 2619–2625, 2024.
Novirianto, “Analisis Sentimen Berbasis Aspek Pada UlasanAplikasi Mybluebird Dengan Implementasi N-GramDan Algoritma Logistic Regression,” 2023, [Online]. Available: https://repository.uinjkt.ac.id/dspace/bitstream/123456789/76656/1/IQBAL FARIZ NOVIRIANTO-FST.pdf
Wartumi, R. Kurniawan, and A. Y. Wijaya, “Analisis Data Sentimen Ulasan Pengguna Aplikasi Shopee di Google Play Store dengan Klasifikasi Algoritma Naïve Bayes,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 6, no. 1, pp. 164–170, 2024.
D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.
N. R. Siahaan et al., “ANALISIS SENTIMEN ULASAN APLIKASI MEDIA SOSIAL WHATSAPP MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER,” J. Ilm. Betrik, vol. 14, no. 02, pp. 343–354, 2023, [Online]. Available: https://ejournal.sttpagaralam.ac.id/index.php/betrik/index
M. F. El Firdaus, N. Nurfaizah, and S. Sarmini, “Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 5, p. 1329, 2022, doi: 10.30865/jurikom.v9i5.4774.
A. Hendra and F. Fitriyani, “Analisis Sentimen Review Halodoc Menggunakan Nai ̈ve Bayes Classifier,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 2, pp. 78–89, 2021, doi: 10.14421/jiska.2021.6.2.78-89.
A. Suryana, A. Irma Purnamasari, and I. Ali, “Mengoptimalkan Kepuasan Pengguna: Analisis Sentimen Review Aplikasi Grab Di Indonesia,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 3396–3404, 2024, doi: 10.36040/jati.v8i3.9688.
