ANALISIS SENTIMEN ULASAN APLIKASI MEDIA SOSIAL WHATSAPP MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER
DOI:
https://doi.org/10.36050/betrik.v14i02%20AGUSTUS.104Keywords:
Sentiment Analysis, Ulasan Produk, Android; Intructional Media; Development, Smart App Creator., Analysis, Naïve Bayes Algorithm, PyhtonAbstract
Analisis sentimen adalah proses menggunakan teknik dan metode komputasional untuk memahami dan mengevaluasi opini, sikap, atau emosi yang terkandung dalam teks atau data lainnya. Masalah utama dalam aplikasi media sosial whatsapp ini pada saat mengupload foto atau video story resolusi tidak jernih dan pecah . Masalah lain muncul pesan error atau terhenti, biasanya bertuliskan WhatsApp telah berhenti, atau mungkin pesan error lainnya. Hal semacam ini tentu mengganggu para pengguna karena pasti akan terbatas dalam aktivitas yang dilakukan . Untuk memberikan pengalaman yang baik bagi pengguna whatsapp, penting bagi pengembang aplikasi untuk memahami perasaan dan harapan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan aplikasi WhatsApp menggunakan metode Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa metode Naive Bayes Classifier efektif dalam menganalisis sentimen ulasan aplikasi media sosial WhatsApp. Pada Pelabelan, untuk mengklasisfikasi ulasan – ulasan dari suatu produk ke dalam kategori Positif, Negatif, dan Netral. Pada penelitian ini, tim peneliti telah melakukan pelabelan kedalam dataset. Pelabelan pada dataset ini dapat berupa : Rating <3 (lebih kecil dari angka-3) adalah sentimen Negatif, ==3 (sama dengan dari angka-3) adalah sentimen Netral, dan >3 (lebih besar dari angka -3) adalah Positif. Dan disertai penambahan kolom yaitu ‘Label’ yang berisi Sentimen Positif, Negatif, dan Netral.
References
E. Malsi and D. Jatikusumo, “Analisis Sentimen Terhadap Ulasan Aplikasi FLIP.ID Menggunakan Klasifikasi Naïve Bayes,” J. Inform. dan Teknol. Inf., vol. 18, no. 1, pp. 1–11, 2022.
J. ANTONIO, “Analisis Sentimen Terhadap Ulasan Pada Aplikasi Provider Internet di Indonesia Menggunakan Algoritma Long Short Term Memory,” 2022, [Online]. Available: https://repository.mercubuana.ac.id/69761/%0Ahttps://repository.mercubuana.ac.id/697 61/1/01 Cover.pdfW. Khofifah, D. N. Rahayu, and A.
M. Yusuf, “Analisis Sentimen Menggunakan Naive Bayes Untuk Melihat Review Masyarakat Terhadap Tempat Wisata Pantai Di Kabupaten Karawang Pada Ulasan Google Maps,” J. Interkom J. Publ. Ilm. Bid. Teknol. Inf. dan Komun., vol. 16, no. 4, pp. 28–38, 2022, doi: 10.35969/interkom.v16i4.192.
A. J. Fadhillah, “Analisis Sentimen Terhadap Gerai Minuman Xing Fu Tang Indonesia Menggunakan Data Ulasan Google,” vol. 8, no. 1, pp. 886–894, 2022.
M. Abi Nurhakim, Y. Widiastiwi, and N. Chamidah, “Analisis Sentimen Terhadap Ulasan Kepuasan Pelanggan Pada Marketplace Tokopedia Di Jejaring Sosial Twitter Menggunakan Algoritma Naïve Bayes,” Pros. Semin. Nas. Mhs. Bid. Ilmu Komput. dan Apl., vol. 3, no. 1, pp. 264– 278, 2022.
I. P. Rahayu, A. Fauzi, and J. Indra, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Naive Bayes Dan Support Vector Machine,” J. Sist. Komput. dan Inform., vol. 4, no. 2, p. 296, 2022, doi: 10.30865/json.v4i2.5381.
E. Suryati, Styawati, and A. Ari Aldino, “Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),” J. Teknol. dan Sist. Inf., vol. 4, no. 1, pp. 96–106, 2023. Y. A. Singgalen, “Analisis Sentimen
Pengunjung Pulau Komodo dan Pulau Rinca di Website Tripadvisor Berbasis CRISP- DM,” J. Inf. Syst. Res., vol. 4, no. 2, pp.614–625, 2023, doi:10.47065/josh.v4i2.2999.R. S. Amardita, A. Adiwijaya, and
M. D. Purbolaksono, “Analisis Sentimen terhadap Ulasan Paris Van Java Resort Lifestyle Place di Kota Bandung Menggunakan Algoritma KNN,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 1, p. 62, 2022, doi: 10.30865/jurikom.v9i1.3793. M. A. Subarkah, W. M. Rahmawati,
S. R. Wardhana, and R. K. Hapsari, “Analisis Sentimen Terhadap Video Ulasan Produk Menggunakan Metode Support Vector Machine Dengan Sequential Minimal Optimization,” KERNEL J. Ris. Inov. Bid. Inform. dan Pendidik. Inform., vol. 3, no. 2, pp. 17–24, 2022, doi: 10.31284/j.kernel.2022.v3i2.4039.
A. A. Paramitha, Indriati, and Y. A. Sari, “Analisis Sentimen Terhadap Ulasan Pengguna MRT Jakarta Menggunakan Information Gain dan Modified K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 4, pp. 1125–1132, 2020.
T. J. Pamungkas and A. Romadhony, “Analisis Sentimen Berbasis Aspek Terhadap Ulasan Restoran Berbahasa Indonesia menggunakan Support Vector Machines,” e-Proceeding Eng., vol. 8, no. 4, pp. 4102–4114, 2021.
M. A. A. Jihad, Adiwijaya, and Astuti W, “Analisis Sentimen Terhadap Ulasan Film Menggunakan Algoritma Random Forest,” e-Proceeding Eng., vol. 8, no. 5, pp. 10153–10165, 2021.
N. M. Hibattullah and S. Al Faraby, “Analisis Sentimen terhadap Ulasan Film Berbahasa Inggris Menggunakan Metode Support Vector Machine dengan Feature Selection Information Gain,” vol. 8, no. 5, pp. 10138–10152, 2021.
H. Judul, A. A. Darmawan, T. Informatika, F. I. Komputer, and U. L. Kuning, “PEKANBARU MENGGUNAKAN METODE NAÏVE BAYES,” 2022.
S. Rahma Yustihan and P. Pandu Adikara, “Analisis Sentimen berbasis Aspek terhadap Data Ulasan Rumah Makan menggunakan Metode Support Vector Machine (SVM),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. , vol. 5, no. 3, pp. 1017– 1023, 2021, [Online]. Available: http://j- ptiik.ub.ac.id
D. I. Af’idah, Dairoh, and S. N. Sari, “Bidirectional Long Short Term Memory dan Word2Vec Untuk Analisis Sentimen Terhadap Ulasan Destinasi Wisata Pulau Bali,” pp. 1–62, 2021, [Online]. Available: http://eprints.poltektegal.ac.id/974/1/Dwi Intan Af%27idah_11020470_penelitian.pdf.
E. Adityarini, S. Nur Ayuni, and R. Aminatus Sa’diah, “Analisis Sentimen Terhadap Ulasan Produk Pada Sistem Penjualan Toko Putra Elektronik,” J. Islam. Bus. Manag. Stud., vol. 2, no. 2, pp. 84–98, 2021, doi: 10.51875/jibms.v2i2.184.
K. Jasa, “Bab 2 Landasan Teori,” Apl. dan Anal. Lit. Fasilkom UI, vol. m, no. 1998, pp. 7–34, 2000, [Online]. Available: http://elib.unikom.ac.id/files/disk1/655/jbptu nikompp-gdl-supriadini-32740-6-12.unik- i.pdf.
F. N. Hasan and M. Dwijayanti, “Analisis Sentimen Ulasan Pelanggan Terhadap Layanan Grab Indonesia Menggunakan Multinominal Naïve Bayes Classifier,” J. Linguist. Komputasional, vol. 4, no. 2, pp. 52–58, 2021, doi: https://doi.org/10.26418/jlk.v4i2.61.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Nova Rosalina Siahaan, Rosita Yolanda Tiffany, Shandy Roland Evansius Sinaga, Elsa Vio Nauli Br Naibaho, Mohammad Irfan Fahmi
This work is licensed under a Creative Commons Attribution 4.0 International License.
