Deteksi sentimen ulasan pengguna e-learning menggunakan algoritma naive bayes (Studi Kasus: RuangGuru, Pahamify, Merdeka Mengajar)

Abstract

Peningkatan penggunaan aplikasi e-learning secara signifikan telah mengubah cara belajar mandiri. Analisis sentimen pengguna e-learning populer di Indonesia, yaitu Pahamify, Ruangguru, dan Merdeka Mengajar, menggunakan data ulasan dari Google Play Store, dilakukan dalam penelitian ini. Aplikasi e-learning menarik banyak pelajar karena fleksibilitasnya dalam hal waktu dan tempat. Namun, pemahaman terhadap persepsi pengguna masih terbatas. Penelitian ini berfokus pada analisis sentimen pengguna dan penerapan algoritma Naive Bayes untuk memprediksi sentimen tersebut. Model ini dievaluasi menggunakan confusion matrix, dengan hasil akurasi 89% untuk Ruangguru, 86% untuk Pahamify, dan 92% untuk Merdeka Mengajar. Temuan ini memberikan kontribusi berupa: (1) wawasan yang berguna bagi pengembang aplikasi untuk meningkatkan layanan, (2) bukti bahwa algoritma Naive Bayes efektif dalam menganalisis sentimen teks berbahasa Indonesia, dan (3) dasar bagi penelitian lebih lanjut, misalnya dengan memperluas cakupan aplikasi atau menggunakan algoritma yang lebih kompleks. Mayoritas pengguna menunjukkan sentimen positif terhadap ketiga aplikasi, meskipun masih ada aspek yang perlu diperbaiki, yang bisa diidentifikasi melalui analisis lebih lanjut.