Pada era digital saat ini, aplikasi pemesanan transportasi dan layanan berbasis daring telah menjadi bagian integral dari kehidupan sehari-hari. Ulasan pengguna diplatform seperti play store tidak hanya mencerminkan kepuasan pengguna tetapi juga dapat menjadi sumber berharga untuk meningkatkan kualitas layanan. Penelitian ini bertujuan mengklasifikasikan ulasan pengguna aplikasi Gojek ke dalam sentimen positif dan negatif menggunakan algoritma Naive Bayes dan mengevaluasi seberapa efektif algoritma Naive Bayes dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Gojek. Dataset diambil Play Store yang diunduh dari kaggel.com. Beberapa tahapan yang dilakukan dalam analisis sentimen penelitian ini diantaranya yaitu pengumpulan data, pre-processing, pelabelan sentimen, dan pengklasifikasian data dengan metode Naïve Bayes. Metode Naïve Bayes yaitu metode klasifikasi yang sederhana namun menghasilkan tingkat akurasi yang tinggi. Hasil penelitian dari data yang dikumpulkan pada 1-31 Januari 2024 dengan total sebanyak 1.047 ulasan. Dengan hasil klasifikasi menggunakan metode naive bayes didapatkan hasil accuracy sebesar 91,40%. Pada proses evaluasi sentimen positif didapatkan nilai precision mencapai 92,04% dengan recall sebesar 91,36%, sementara untuk sentimen negatif mendapatkan nilai precision 90,73 % dengan recall sebesar 91,45% sementara hasil dari nilai AUC nya 99.3% yang menunjukkan bahwa model peneliti memiliki performa yang sangat baik.
SKRIPSI ANALISIS SENTIMEN ULASAN APLIKASI GOJEK PADA PLAY STORE MENGGUNAKAN NAIVE BAYES
JURNAL SKRIPSI ANALISIS SENTIMEN ULASAN APLIKASI GOJEK PADA PLAY STORE MENGGUNAKAN NAIVE BAYES
Hasri, C. F., & Alita, D. (2022). Penerapan Metode NaãVe Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 3(2), 145–160. https://doi.org/10.33365/jatika.v3i2.2026
Indarwati, K. D., & Februariyanti, H. (2023). Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Gojek Menggunakan Metode Naive Bayes Classifier. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 10(1). https://doi.org/10.35957/jatisi.v10i1.2643
Muflih, H. Z., Abdillah, A. R., & Hasan, F. N. (2023). Analisis Sentimen Ulasan Pengguna Aplikasi Ajaib Menggunakan Metode Naïve Bayes. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(3), 1613–1621. https://doi.org/10.30865/klik.v4i3.1303
Natasuwarna, A. P. (2019). Seminar Pendekatan Data Mining Memprediksi Profil Sosial Masyarakat Menggunakan Aplikasi RapidMiner. Seminar Nasional Pengabdian Masyarakat, 38, 38–44.
Putra, M. P. R., & Wardani, K. R. N. (2020). Penerapan Text Mining Dalam Menganalisis Kepribadian Pengguna Media Sosial. JUTIM (Jurnal Teknik Informatika Musirawas), 5(1), 63–71. https://doi.org/10.32767/jutim.v5i1.791
Sari, T. A., Sinduningrum, E., & Noor Hasan, F. (2023). KLIK: Kajian Ilmiah Informatika dan Komputer Analisis Sentimen Ulasan Pelanggan Pada Aplikasi Fore Coffee Menggunakan Metode Naïve Bayes. Media Online), 3(6), 773–779. https://doi.org/10.30865/klik.v3i6.884
Savitri, N. L. P. C., Rahman, R. A., Venyutzky, R., & Rakhmawati, N. A. (2021).
Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning. Jurnal Teknik Informatika Dan Sistem Informasi, 7(1). https://doi.org/10.28932/jutisi.v7i1.3216
Setya Ananto, F., & Hasan, F. N. (2023). Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Ulasan Aplikasi MyPertamina pada Google Play Store. Jurnal ICT : Information Communication & Technology, 23(1), 75–80. https://ejournal.ikmi.ac.id/index.php/jict-ikmi
Tegar Adit Tiawan, Nikira Nikira, Juliana Juliana, Sri Indah Ayu Pertama Sari, & Nurbaiti Nurbaiti. (2023). Implementasi Data Warehouse Terhadap Manajemen Aplikasi Gojek Pada Menu Gopay Later. Jurnal Publikasi Teknik Informatika, 2(2), 59–65. https://doi.org/10.55606/jupti.v2i2.1734
Yuniar, P., & Kismiantini. (2023). Analisis Sentimen Ulasan pada Gojek Menggunakan Metode Naive Bayes. Statistika, 23(2), 164–175. https://doi.org/10.29313/statistika.v23i2.2353