IMPLEMENTASI METODE MULTINOMIAL NAIVE BAYES UNTUK ANALISIS SENTIMEN TERHADAP DATA ULASAN APLIKASI MERDEKA MENGAJAR PADA GOOGLE PLAY STORE

Penulis

  • Viky Fahreza Santosa Universitas Budi Luhur
  • Wahyu Pramusinto Universitas Budi Luhur
  • Hadidtyo Wardani

Kata Kunci:

Mulinomial Naïve Bayes, google play store, analisis sentimen, aplikasi merdeka mengajar

Abstrak

Aplikasi Merdeka Mengajar merupakan salah satu aplikasi yang dirancang untuk mendukung proses belajar mengajar di Indonesia. Para pengguna khususnya guru, dapat dengan mudah mendownload aplikasi Merdeka Mengajar secara gratis pada Google Play Store. Sama seperti aplikasi lainnya, pengguna yang telah menggunakan aplikasi Merdeka Mengajar dapat membagikan atau memberikan peringkat mulai dari bintang 1-5 diikuti dengan ulasan atau tanggapan mengenai pengalaman penggunaan melalui fitur ratings dan reviews. Hingga bulan Mei 2024 tercatat aplikasi Merdeka Mengajar memiliki nilai rating 4.8. Rating dan ulasan sangat berguna untuk pengambilan keputusan dan perbaikan aplikasi di masa yang akan datang. Akan tetapi terkadang dalam sebuah ulasan terdapat ketidaksesuaian antara isi ulasan dengan rating pada ulasan. Maka dari itu fokus penelitian ini adalah untuk membahas tentang analisis sentimen dari ulasan pengguna aplikasi Merdeka Mengajar. Tujuan penelitian ini menerapkan metode Multinomial Naïve Bayes untuk analisis sentimen ulasan pengguna aplikasi Merdeka Mengajar melalui ulasan pada Google Play Store. Pengumpulan data dilakukan pada tanggal 20 Mei – 1 Juni 2024, mendapatkan 1127 dataset. Hasil penelitian ini menunjukkan bahwa sistem ini mampu mengoperasikan analisis sentimen terhadap aplikasi Merdeka Mengajar yang berada di Google Play Store dengan metode Multinomial Naïve Bayes, menghasilkan akurasi 87% menggunakan 1127 dataset terdiri dari label positif berjumlah 843 dan label negatif berjumlah 284. Data ini dibagi menjadi 90% data latih dan 10% data uji. Kontribusi penelitian ini adalah mengimplementasikan metode Multinomial Naive Bayes untuk menganalisis sentimen terhadap data ulasan aplikasi Merdeka Mengajar pada Google Play Store yang dapat membantu dalam memahami persepsi pengguna terhadap aplikasi tersebut, serta memberikan wawasan untuk kedepannya supaya lebih baik dari sebelumnya.

Referensi

E. Haerani and F. Syafria, “Analisis Sentimen Masyarakat Terhadap Kenaikan Biaya Haji Tahun 2023 Menggunakan Metode Naïve Bayes Classifier,” KLIK: Kajian Ilmiah Informatika dan Komputer,vol. 4, no. 3, pp. 1578–1584, 2023, doi: 10.30865/klik.v4i3.1457.

A. Adi Susanto, M. Syafrullah, and R. Pradana, “Analisis Sentimen Penerapan Kurikulum Merdeka Pada Twitter Dengan Metode Naive Bayes,” Prosiding Seminar Nasional Fakultas Teknologi Informasi (SENAFTI), vol. 2, no. 1, pp. 227-234, 2023.

F. Hadaina and U. Budiyanto, “Implementasi Metode Multinomial Naïve Bayes Untuk Sentiment Analysis Terhadap Data Ulasan Produk Colearn Pada Google Play Store Implementation Of Multinomial Naive Bayes Method For Sentiment Analysis of Colearn Product Review Data On Google Play Store,” Prosiding Seminar Nasional Fakultas Teknologi Informasi (SENAFTI), vol. 1, no. 1, pp. 660-666, 2022. [Online]. Available: https://senafti.budiluhur.ac.id/index.php

K. Anwar, “Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 2, no. 4, pp. 148–155, 2022, [Online]. Available: https://djournals.com/klik

R. Wahyudi et al., “Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” Jurnal Informatika, vol. 8, no. 2, 2021, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/ji

D. Wijaya, R. A. Saputra, and F. Irwiensyah, “Analisis Sentimen Ulasan Aplikasi Samsat Digital Nasional Pada Google Playstore Menggunakan Algoritma Naïve Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 4, pp. 2369-2380, 2024, doi: 10.30865/klik.v4i4.1738.

A. Yoga Pratama et al., “Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja),” J-SAKTI: Jurnal Sains Komputer dan Informatika, vol. 5, no. 2, pp. 897-910, 2021.

M. Priandi, P. Painem, “Analisis Sentimen Masyarakat Terhadap Pembelajaran Daring di Era Pandemi Covid-19 pada Media Sosial Twitter Menggunakan Ekstraksi Fitur Countvectorizer dan Algoritma K-Nearest Neighbor,” Prosiding SENAMIKA: Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya, vol. 2, no. 2, pp. 311-319, 2021.

M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter,” SMATIKA Jurnal, vol. 10, no. 2, pp. 71-76, 2020.

F. Rahutomo, A. Retno, and T. H. Ririd, “Evaluasi Daftar Stopword Bahasa Indonesia,” Jurnal RESTI, vol. 6, no. 1, pp. 41–48, 2019, doi: 10.25126/jtiik.201861226.

E. Hasibuan and E. A. Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,” JTS: Jurnal Teknik dan Science, vol. 1, no. 3, pp. 13-24, 2022.

B. P. Pratiwi, A. S. Handayani, and S. Sarjana, “Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusion Matrix,” Jurnal Informatika UPGRIS, vol. 6, no. 2, pp. 66-75, 2020.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Fahreza Santosa, V., Pramusinto, W., & Wardani, H. (2024). IMPLEMENTASI METODE MULTINOMIAL NAIVE BAYES UNTUK ANALISIS SENTIMEN TERHADAP DATA ULASAN APLIKASI MERDEKA MENGAJAR PADA GOOGLE PLAY STORE. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 723–732. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1460

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>