Implementasi Metode Multinomial Naïve Bayes Untuk Sentiment Analysis Terhadap Data Ulasan Produk Colearn Pada Google Play Store

Penulis

  • Fadhlan Hadaina Universitas Budi Luhur
  • Utomo Budiyanto Universitas Budi Luhur

Kata Kunci:

sentiment analysis, multinominal naive bayes, ulasan produk, colearn, google play store

Abstrak

Startup CoLearn merupakan sebuah perusahaan rintisan yang memiliki tujuan untuk menciptakan sebuah aplikasi bimbel untuk memudahkan siswa belajar di masa pandemi. Dalam pengembangan aplikasi tersebut tak lepas dari ulasan-ulasan pengguna khususnya para siswa sekolah untuk bahan evaluasi pengembangan aplikasi menjadi lebih baik. Terlepas dari pemanfaatan ulasan untuk bahan evaluasi pengembangan aplikasi, dapat dilakukan analisis sentimen terhadap data ulasan dengan menghasilkan 2 kelas sentimen yaitu kelas positif dan negatif. Analisis sentimen dilakukan dengan penerapan metode multinomial naive bayes. Multinomial naive bayes merupakan salah satu metode text mining pada proses pengklasifikasian teks dengan menggunakan nilai probabilitas suatu kelas dalam suatu dokumen. Hasil pengujian metode Multinomial naïve bayes mampu menghasilkan analisa pengujian akurasi bernilai 88,89% menggunakan 536 dataset dengan rincian 439 data positif dan 97 data negatif dengan dukungan tahapan preprocessing diantaranya case folding, cleaning, tokenizing, penggantian slang word, penghapusan stop word dan stemming. Dari hasil pengujian tersebut dapat diambil kesimpulan bahwa metode Multinomial naive bayes dapat digunakan untuk melakukan analisis sentimen terhadap data ulasan dengan hasil yang cukup baik. Dengan adanya sistem analisis sentimen terhadap data ulasan ini dapat bermanfaat bagi startup CoLearn dalam mengevaluasi ulasan untuk meningkatkan kualitas aplikasi.

Referensi

R. Watrianthos, S. Suryadi, D. Irmayani, M. Nasution, and E. F. S. Simanjorang, “Sentiment Analysis Of Traveloka App Using Naïve Bayes Classifier Method,” INTERNATIONAL JOURNAL OF SCIENTIFIC & TECHNOLOGY RESEARCH, vol. 8, no. 7, pp. 786–788, 2019, [Online]. Available: www.ijstr.org

R. I. Alhaqq, I. Made, K. Putra, and Y. Ruldeviyani, “Analisis Sentimen terhadap Penggunaan Aplikasi MySAPK BKN di Google Play Store,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol. 11, no. 2, pp. 105–113, 2022.

L. Lesmana, Mukrodin, and F. Nabyla, “Analisis Sentimen Pengguna Twitter Terhadap Kebijakan Sistem Zonasi PPDB Menggunakan Algoritma Multinomial Naive Bayes,” Jurnal Sistem Informasi dan Teknologi Peradaban (JSITP), vol. 1, no. 1, pp. 24–28, 2020, [Online]. Available: http://journal.peradaban.ac.id/index.php/jsitp

B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” Jurnal Edukasi dan Penelitian Informatika, vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available: www.femaledaily.com

N. S. Wardani, A. Prahutama, and P. Kartikasari, “Analisis Sentimen Pemindahan Ibu Kota Negara Dengan Klasifikasi Naive Bayes Untuk Model Bernoulli Dan Multinomial,” Jurnal Gaussian, vol. 9, no. 3, pp. 237–246, 2020, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/

A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentiment Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” Jurnal Teknoinfo, vol. 14, no. 2, p. 115, Jul. 2020, doi: 10.33365/jti.v14i2.679.

A. Filcha and M. Hayaty, “Implementasi Algoritma Rabin-Karp untuk Pendeteksi Plagiarisme pada Dokumen Tugas Mahasiswa,” JUITA, vol. 7, no. 1, pp. 25–32, May 2019.

J. Wisudawati, Adiwijaya, and S. al Faraby, “Klasifikasi Sentimen pada Movie Review dengan Metode Multinomial Naïve Bayes,” e-Proceeding of engineering, vol. 4, no. 2, pp. 2978–2988, Aug. 2017.

S. A. Karunia, R. Saptono, and R. Anggrainingsih, “Online News Classification Using Naive Bayes Classifier with Mutual Information for Feature Selection,” Jurnal Ilmiah Teknologi dan Informasi, vol. 6, no. 1, pp. 10–15, 2017, [Online]. Available: https://www.researchgate.net/publication/319963217%0AOnline

B. P. Pratiwi, A. S. Handayani, and 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

30-09-2022

Cara Mengutip

Hadaina, F., & Budiyanto, U. (2022). Implementasi Metode Multinomial Naïve Bayes Untuk Sentiment Analysis Terhadap Data Ulasan Produk Colearn Pada Google Play Store. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 660–666. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/424

Terbitan

Vol 1 No 1 (2022): Prosiding SENAFTI (Buku 2 - Artificial Intelligence) September 2022

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama