ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI IPUSNAS PADA GOOGLE PLAY STORE DENGAN MULTINOMIAL NAÏVE BAYES
Kata Kunci:
Klasifikasi, Ipusnas, Multinomial Naïve Bayes, Sentimen Analisis, Aplikasi Ipusnas, Ulasan PenggunaAbstrak
Indonesia merupakan salah satu negara dengan tingkat kepadatan penduduk paling padat di dunia, yakni dengan populasi yang menyentuh angka 273 juta jiwa. Namun, tingginya angka populasi tidak berbanding lurus dengan tingkat literasi masyarakat. Oleh karena itu, dibutuhkan upaya untuk meningkatkan tingkat literasi tersebut salah satunya dengan membangun prasarana digital. Aplikasi iPusnas merupakan aplikasi digital yang menyediakan fitur untuk meminjam dan membaca buku koleksi perpusnas secara digital bagi para penggunanya. Pengguna juga dapat memberikan ulasan terkait dengan pengalaman menggunakan aplikasi tersebut pada kolom ulasan yang ada pada google play store. Dari ulasan yang ada dapat diketahui gambaran umum mengenai pendapat masyarakat sekaligus sebuah indikator kepuasan. Ulasan-ulasan tersebut dapat dikelompokkan menjadi 2 yaitu ulasan positif dan negatif. Analisis sentimen dapat dilakukan terhadap data ulasan yang ada. Analisis sentimen dilakukan dengan menggunakan metode Multinomial Naïve Bayes pada data ulasan. Penelitian ini bertujuan untuk mengetahui tingkat akurasi dari metode Multinomial Naïve Bayes untuk analisis sentimen terhadap data ulasan aplikasi iPusnas pada Google Play Store dan gambaran umum akan kepuasan pengguna terhadap prasarana perpustakaan digital yang telah dibangun.Dataset yang digunakan pada penelitian ini ada 2 yaitu, data ulasan pada tanggal 22 Desember 2022 - 1 Januari 2022 dan data ulasan 31 Desember 2021 – 1 Januari 2021. Dari analisis kedua dataset tersebut menunjukkan sentimen ulasan positif memiliki nilai yang lebih besar dibanding sentimen ulasan negatif dengan persentase ulasan positif sebesar 54,28% untuk dataset pertama dan 53,04% untuk dataset kedua. Hasil pengujian pada kedua dataset tersebut untuk nilai akurasi, presisi, dan recall berturut-turut sebesar 96,3%, 96,67%, 96,67% untuk dataset pertama dan sebesar 98,31%, 96,92%, 100% untuk dataset kedua.
Referensi
Kemendagri,"Https://Dukcapil.Kemendagri.Go.Id/," 24 February2022. [Online]. Available: Https://Dukcapil.Kemendagri.Go.Id/Berita/Baca/1032/273-Juta-Penduduk-Indonesia-Terupdate-Versi-Kemendagri. [Accessed 23 October 2022].
Detik, "Detiktravel," 14 May 2022. [Online]. Available: Https://Travel.Detik.Com/Travel-News/D- 6078152/Indonesia-Peringkat-Ke-4-Daftar-Negara-Berpenduduk-Terbanyak-Dunia. [Accessed 23 October 2022].
A. Savitri, Bonus Demografi 2030 : Menjawab Tantangan Serta Peluang Edukasi 4.0 Dan Revolusi Bisnis 4.0, Semarang: Genesis, 2019.
OECD, PISA 2018 Results (Volume I): What Students Know And Can Do, Paris: OECD Publishing, 2019.
I. D. Estika, I. Darmawan And O. N. Pratiwi, "Analisis Sentimen Ulasan Pengguna Untuk Peningkatan Layanan Menggunakan Algoritma Naive Bayes (Studi Kasus : Bukalapak)," In E-Proceeding Of Engineering, 2021.
F. K. S. Dewi And T. P. Aji, "Klasifikasi Berita Menggunakan Metode Multinomial Naive Bayes," SCAN, Vol. 16, No. 3, 2021.
F. Ratnawati, "Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter," Jurnal Inovtek Polbeng - Seri Informatika, Vol. 3, No. 1, Pp. 50-59, 2018.
A. Sabrani, I. G. P. W. Wedashwara And F. Bimantoro, "Metode Multinomial Naive Bayes Untuk Klasifikasi Artikel Online Tentang Gempa Di Indonesia," JTIKA, Vol. 2, No. 1, Pp. 89-100, 2020.
F. V. Sari And A. Wibowo, "Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi," Jurnal SIMETRIS, Vol. 10, No. 2, Pp. 681-686, 2019.
F. Rahutomo, Z. H. R. Adi, I. F. Rozi And P. Y. Saputra, "Implementasi Text Mining Pada Laman Blog Di Internet Untuk Menilai Kinerja Suatu Organisasi," Jurnal Inovtek Polbeng - Seri Informatika, Vol. 3, No. 2, Pp. 101-109, 2018.
P. Antinasari, . R. S. Perdana And M. A. Fauzi, "Analisis Sentimen Tentang Opini Film Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes Dengan Perbaikan Kata Tidak Baku," Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, Vol. 1, No. 12, Pp. 1733-1741, 2017.
E. D. P. Daulay And I. Asror, "Sentimen Analisis Pada Ulasan Google Play Store Menggunakan Metode Naive Bayes," E-Proceeding Of Engineering, Vol. 7, No. 2, Pp. 8400-8410, 2020.
R. I. Alhaqq, I. M. 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, 2022.
W. T. H. Putri And R. Hendrowati, "Penggalian Teks Dengan Model Bag Of Words Terhadap Data Twitter," Jurnal Muara Sains, Teknologi, Kedokteran, Dan Ilmu Kesehatan, Vol. 2, No. 1, Pp. 129-138, 2018.
D. Normawati And S. A. Prayogi, "Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter," Jurnal Sains Komputer & Informatika (J-SAKTI), Vol. 5, No. 2, Pp. 697- 711, 2021.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
