Analisis Sentimen Ulasan Aplikasi Capcut Menggunakan Metode Naive Bayes

Abstract

Penelitian ini mengeksplorasi sentimen pengguna terhadap aplikasi pengeditan video, CapCut, menggunakan metode Naïve Bayes. Studi ini didasarkan pada pertumbuhan pesat industri pengeditan video mobile dan urgensi memahami respon pengguna. Data yang dianalisis berasal dari berbagai sumber online, diolah dengan metode Naïve Bayes untuk mengklasifikasikan sentimen menjadi positif, negatif, dan netral. Proses penelitian melibatkan pra-pemrosesan data, ekstraksi fitur, serta pelatihan model. Hasilnya menunjukkan efektivitas metode Naïve Bayes dalam mengidentifikasi sentimen dengan tingkat akurasi yang signifikan. Klasifikasi sentimen ini memberikan pandangan berharga bagi pengembang CapCut untuk meningkatkan kualitas aplikasi. Implikasi penelitian ini tidak hanya berdampak pada pengembangan CapCut, tetapi juga pada pengembangan metode analisis sentimen dalam konteks pengeditan video mobile. Hasil penelitian ini penting dalam memberikan wawasan mendalam terhadap preferensi pengguna, mendukung pengembangan aplikasi, serta meningkatkan pengalaman pengguna secara keseluruhan.