ANALISIS SENTIMEN DATA ULASAN PENGGUNA APLIKASI GOOGLE KELAS PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstract

Dalam era digital yang semakin berkembang, aplikasi Google Kelas telah menjadi salah satu platform utama untuk pembelajaran jarak jauh di Indonesia. Namun, pemahaman tentang sentimen pengguna terhadap aplikasi ini menjadi krusial dalam meningkatkan kualitas layanan Pendidikan online. Oleh karena itu, tujuan dari penelitian ini adalah untuk menganalisis sentimen dari data ulasan pengguna Aplikasi Google Kelas di Indonesia yang tersedia di Google Play Store.Data yang digunakan dalam penelitian ini akan diperoleh dari ulasan pengguna Aplikasi Google Kelas yang telah dipublikasikan di Google Play Store. Data tersebut mencakup beragam aspek, seperti penilaian pengguna, komentar dan saran yang akan digunakan untuk analisis sentimen.Penelitian ini akan mengikuti beberapa tahapan. Tahap awal adalah pengumpulan data dari ulasan pengguna. Selanjutnya, data akan dibersihkan dan diproses untuk analisis sentiment. Metode Naïve Bayes digunakan untuk mengklasifikasikan sentimen ulasan menjadi positif, negatif atau netral. Analisis sentimen melibatkan pemahaman lebih mendalam tentang persepsi pengguna terhadap aplikasi Google Kelas. Proses penelitian ini melibatkan pengolahan data, pelatihan model Naïve Bayes, evaluasi model dan analisis hasil. Data ulasan diproses untuk menghasilkan fitur- fitur yang relevan, dan kemudian model Naïve Bayes dilatih menggunakan data tersebut. Evaluasi model memastikan keakuratan analisis sentiment.Dengan menyelesaikan penelitian ini, diharapkan dapat memahami lebih baik bagaimana penguna di Indonesia merasakan aplikasi Google Kelas. Berdasarkan hasil penelitian yang telah dilakukan, hasil analisis sentimen pengguna aplikasi google kelas menghasilkan akurasi 82%, presisi 82%, recall 82% dan F-1 Score 81%. Dapat disimpulkan bahwa klasifikasi algoritma naïve bayes bisa digunakan untuk analisis sentimen aplikasi Google Kelas.