Analisis Sentimen Ulasan Pengguna Aplikasi Sociolla di Google Play Menggunakan Algoritma Naive Bayes

research
  • 16 Oct
  • 2024

Analisis Sentimen Ulasan Pengguna Aplikasi Sociolla di Google Play Menggunakan Algoritma Naive Bayes

Penelitian ini dilatarbelakangi oleh pentingnya memahami persepsi pengguna terhadap
aplikasi e-commerce seperti Sociolla yang tersedia di Google Play. Aplikasi ini
memungkinkan pengguna untuk memberikan ulasan yang mencerminkan pengalaman
mereka. Untuk itu, penelitian ini bertujuan untuk menganalisis sentimen ulasan
pengguna aplikasi Sociolla menggunakan algoritma Naive Bayes. Metode yang
digunakan dalam penelitian ini meliputi pengumpulan data ulasan melalui web
scraping, pembersihan data dengan preprocessing seperti cleaning, case folding,
tokenizing, stopword removal, dan stemming. Selanjutnya, transformasi data
dilakukan menggunakan metode TF-IDF, dan data mining dilakukan dengan algoritma
Naive Bayes untuk mengklasifikasikan sentimen. Hasil dari penelitian ini
menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan ulasan
pengguna dengan tingkat akurasi yang memadai. Penelitian ini memberikan kontribusi
dalam pengembangan strategi bisnis berbasis analisis sentimen bagi pelaku usaha di
industri e-commerce, khususnya untuk meningkatkan pengalaman pengguna aplikasi
Sociolla.

Unduhan

  • Cover.pdf

    Cover

    •   diunduh 18x | Ukuran 227 KB

 

  • SKRIPSI INEZ.pdf

    Analisis Sentimen Ulasan Pengguna Aplikasi Sociolla di Google Play Menggunakan Algoritma Naive Bayes

    •   diunduh 55x | Ukuran 2,313,033

REFERENSI

Ahmad, F. &. (2021). Sentiment Analysis on E-commerce Product Reviews Using TF
IDF and Naive Bayes.
Andi Rukmana, F. K. (2024). Analisis Sentimen Masyarakat Indonesia Terhadap Kota
Jakarta, Surabaya dan Medan.
Aulia, M. H. (2023). JURNAL MEDIA INFORMATIKA BUDIDARMA Analisis
Perbandingan Algoritma SVM, Naïve Bayes, dan Perceptron untuk Analisis
Sentimen Ulasan Produk Tokopedia.
Auliya Agustina, D. S. (2020). Implementasi Text Mining Pada Analisis Sentimen
Pengguna Twitter Terhadap Marketplace di Indonesia Menggunakan
Algoritma Support Vector Machine.
Dedi Darwis1, *. N. (2021). Penerapan Algoritma Naive Bayes untuk Analisis
Sentimen Review Data Twitter BMKG Nasional.
Diki Hendriyanto, M. (n.d.). ANALISIS SENTIMEN ULASAN APLIKASI MOLA
PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA
SUPPORT VECTOR MACHINE SENTIMENT ANALYSIS OF MOLA
APPLICATION REVIEWS ON GOOGLE PLAY STORE USING SUPPORT
VECTOR MACHINE ALGORITHM.
Diki Hendriyanto, M. R. (2022). ANALISIS SENTIMEN ULASAN APLIKASI
MOLA PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA
SUPPORT VECTOR MACHINE SENTIMENT ANALYSIS OF MOLA
APPLICATION REVIEWS ON GOOGLE PLAY STORE USING SUPPORT
VECTOR MACHINE ALGORITHM.
Hanafiah, A. H. (2023). SENTIMEN ANALISIS TERHADAP CUSTOMER
REVIEW PRODUK SHOPEE BERBASIS WORDCLOUD DENGAN
ALGORITMA NAÏVE BAYES CLASSIFIER SENTIMENT ANALYSIS OF
CUSTOMER REVIEWS OF SHOPEE PRODUCTS BASED ON
WORDCLOUD USING NAÏVE BAYES CLASSIFIER ALGORITHM.
Hariri, W. (2024). Sentiment Analysis of Citations in Scientific Articles Using
ChatGPT: Identifying Potential Biases and Conflicts of Interest.
Jasmarizal, R. J. (2024). Penerapan Metode Support Vector Machine Untuk Analisis
Sentimen Terhadap.
40
Khatib Sulaiman, J. K. (2024). Penerapan Metode Support Vector Machine Untuk
Analisis Sentimen Terhadap.
Khoirul, M. H. (2023). ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN
PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE
BAYES.
Lukman Rohmat, C. T. (2024). ANALISIS SENTIMEN PADA ULASAN PRODUK
PAKAIAN ZIRDIGO DENGAN MENGGUNAKAN ALGORITMA NAIVE
BAYES.
Masripah, S. A. (2024). Analisa Online Customer Review (OCR) Menggunakan
Algoritma Naive Bayes berbasis Particial Swarm Optimization (PSO).
NABILA, A. (2022). Analisis Sentimen Ulasan Produk Toner Pada Beauty Brand “The
Body Shop” Menggunakan Metode Naïve Bayes Classifier Dan Support Vector
Machine: Studi Kasus Di Female Daily.
Rachmat Hidayat, A. B. (2024). Perbandingan Metode Naïve Bayes Dan Decision Tree
C4.5 untuk Analisis Sentimen Produk Es Teh Indonesia di Media Sosial
Twitter.
Saheb, T. S. (2020). Saheb, T., & Saheb, T. (2020). Understanding the development
trends of big data technologies: an analysis of patents and the cited scholarly
works. Journal of Big Data, 7(1). https://doi.org/10.1186/s40537-020-00287-9.
Suprapti, T. N. (2024). IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK
ANALISIS SENTIMEN ULASAN PRODUK MAKANAN DAN
MINUMAN DI TOKOPEDIA.
Taherdoost, H. M. (2023). Artificial Intelligence and Sentiment Analysis: A Review in
Competitive Research.