Analisis Sentimen Ulasan Aplikasi Gojek Di Google Play Store Menggunakan Multinomial NaÃ¯ve Bayes

Ingrida Suryani Lundam; J.B. Budi Darmawan

Ingrida Suryani Lundam Universitas Sanata Dharma
J.B. Budi Darmawan Universitas Sanata Dharma

Kata Kunci: Gojek Application Review, Sentiment Analysis, NaÃ¯ve Bayes

Abstrak

Perkembangan teknologi di Indonesia telah memfasilitasi berbagai aktivitas manusia, termasuk dalam bidang transportasi melalui layanan berbasis online seperti Gojek, sebuah perusahan decacorn yang menyediakan berbagai layanan transportasi. Gojek telah mengubah cara masyarakat Indonesia bergerak di perkotaan. Pemahaman terhadap sentimen pengguna terhadap aplikasi Gojek, terutama melalui ulasan di Google Play Store, menjadi kunci dalam meningkatkan dan memperbaiki layanan yang ditawarkan. Penelitian ini bertujuan untuk mengevaluasi kinerja analisis sentimen terhadap 4746 ulasan aplikasi Gojek di Google Play Store menggunakan algoritma Naive Bayes. Metode yang digunakan meliputi proses penerjemahan data, pelabelan menggunakan Vader, preprocessing teks, pembobotan kata dengan TF- IDF, penyeimbangan data dengan SMOTE, dan pengujian model menggunakan K-Fold cross validation. Klasifikasi sentimen dilakukan dengan Multinomial Naive Bayes, dan evaluasi model menggunakan confusion matrix. Hasil Penelitian menunjukkan bahwa pengujian dengan K-fold cross validation k = 11 dan alpha = 0.001 menghasilkan akurasi tertinggi sebesar 92,25%, precision sebesar 92,16%, recall sebesar 89,71%, dan F1-Score sebesar 90,42%.

Referensi

Zhang W, Gao F. An Improvement To Naive Bayes For Text Classification, Procedia Engineering, Vol. 15, pp. 2160–2164, 2011.

Chen J, Huang H, Tian S, Qu Y. Feature Selection For Text Classification With Naïve Bayes, Expert Systems with Applications, 2009; Vol. 36, No. 3, pp. 5432–5435.

Asri Y, Suliyanti WN, Kuswardani D, Fajri M. Pelabelan Otomatis Lexicon Vader dan Klasifikasi Naive Bayes Dalam Menganalisis Sentimen Data Ulasan PLN Mobile. Petir, 2022.

Agustina N, Citra DH, Purnama W, Nisa C, Kurnia AR. Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Google Play Store: The Implementation of Naïve Bayes Algorithm for Sentiment Analysis of Shopee Reviews On Google Play Store, MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2022; Vol. 2, No. 1, pp. 47–54.

Husada HC, Paramita AS. Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM), Teknika, 2021; Vol. 10, No. 1, pp. 18–26.

Jansen S. Hands-On Machine Learning for Algorithmic Trading: Design and implement investment strategies based on smart algorithms that learn from data using Python. Packt Publishing Ltd, 2018.

Siringoringo R, Jaya IK. Ensemble Learning Dengan Metode Smotebagging Pada Klasifikasi Data Tidak Seimbang, Journal Information System Development (ISD), 2018; Vol. 3, No. 2.

Nurhuda F, Sihwi SW, Doewes A. Analisis Sentimen Masyarakat Terhadap Calon Presiden Indonesia 2014 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier, ITSmart: Jurnal Teknologi dan Informasi, 2016; Vol. 2, No. 2, pp. 35–42.

Wibawa AP, Guntur M, Purnama A, Akbar MF, Dwiyanto FA. Metode-metode Klasifikasi, In Prosiding Seminar Ilmu Komputer dan Teknologi Informasi, 2018.

Yutika CH, Adiwijaya A, Al Faraby S. Analisis Sentimen Berbasis Aspek pada Review Female Daily Menggunakan TF-IDF dan Naïve Bayes, Jurnal Media Informatika Budidarma, 2021; Vol. 5, No. 2, pp. 422–430.