Analisis Sentimen Data Ulasan Pengguna Aplikasi “PeduliLindungi” pada Google Play Store Menggunakan Metode Naïve Bayes Classifier Model Multinomial

Abstract

Salah satu terobosan dari pemerintah Republik Indonesia dalam menangani pandemi COVID-19 adalah membuat aplikasi PeduliLindungi. Setiap pengguna baru aplikasi PeduliLindungi ingin mengetahui bagaimana respon pengguna sebelumnya sebagai bentuk evaluasi setelah menggunakan aplikasi PeduliLindungi melalui Google Play Store berupa ulasan. Oleh karena itu, perlu dilakukan penelitian analisis sentimen untuk mengetahui sentimen masyarakat terhadap aplikasi tersebut. Penelitian ini dilakukan dengan metode Naïve Bayes Classifier dengan model Multinomial. Hasil dari penelitian ini didapatkan bahwa pengguna mayoritas memberikan opini bersentimen negatif sebesar 65%, sedangkan opini sentimen positif hanya sebesar 19,08%, dan sentimen netral sebesar 15,92%. selanjutnya ulasan masyarakat yang bersentimen positif antara lain mengandung kata “bantu”, “terima”, “mohon”, “peduli”,“bagus” dan lain-lain. Sedangkan opini masyarakat yang bersentimen negatif antara lain mengandung kata “daftar”, “susah”, “buka”, “lahir”, “gagal”, dan lain-lain. Perhitungan ketepatan klasifikasi menggunakan G-Mean dan AUC karena termasuk ke dalam kategori data imbalanced. Nilai G-Mean sebesar 0,6239 menunjukkan bahwa bahwa sentimen positif dan negatif dari data ulasan pengguna aplikasi PeduliLindungi dapat diklasifikasikan secara tepat sebesar 62,39% dan nilai AUC sebesar 0,6323 yang berarti bahwa data ulasan pengguna PeduliLingungi termasuk dalam klasifikasi lemah yaitu sebesar 63,23%.