KLASIFIKASI SENTIMEN ULASAN APLIKASI MOTORKU X DI GOOGLE PLAYSTORE DENGAN METODE NAIVE BAYES DAN TEKNIK NLP

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen dari ulasan pengguna aplikasi Motorku X yang tersedia pada platform Google Play Store, dengan menerapkan metode Naïve Bayes serta teknik Pengolahan Bahasa Alami (Natural Language Processing/NLP). Ulasan yang diberikan oleh pengguna merupakan sumber informasi yang bernilai, karena mencerminkan pengalaman serta persepsi mereka terhadap kualitas layanan aplikasi. Oleh sebab itu, analisis dan klasifikasi sentimen menjadi esensial dalam memperoleh pemahaman yang lebih mendalam mengenai tingkat kepuasan dan permasalahan yang dihadapi oleh pengguna. Permasalahan utama yang melatarbelakangi penelitian ini adalah rendahnya responsivitas pengembang dalam mengidentifikasi dan menangani keluhan pengguna secara sistematis. Ketidaktahuan terhadap pola sentimen dalam ulasan pengguna dapat menyebabkan keterlambatan dalam perbaikan layanan, berkurangnya kepercayaan pengguna, serta penurunan kepuasan yang berimplikasi pada tingkat retensi pengguna. Dalam konteks pengembangan aplikasi yang kompetitif, ketidakmampuan dalam memanfaatkan masukan pengguna secara efektif dapat berujung pada menurunnya daya saing dan reputasi aplikasi di pasar digital. Untuk menjawab permasalahan tersebut, data ulasan dikumpulkan dari Google Play Store dan selanjutnya diproses melalui beberapa tahap praproses teks, seperti tokenisasi, penghapusan stopwords, serta transformasi TF-IDF (Term Frequency-Inverse Document Frequency) untuk memberikan bobot pada kata-kata yang dianggap penting. Metode Naïve Bayes dipilih sebagai algoritma klasifikasi karena kemampuannya dalam melakukan prediksi dengan cepat dan akurat. Hasil penelitian menunjukkan bahwa model klasifikasi sentimen yang dibangun dengan Naïve Bayes berhasil mencapai akurasi sebesar 83,5% dengan rasio data latih-uji 80:20, dengan nilai presisi 84%, recall 99%, dan F1-Score 90%.