PENERAPAN METODE NAIVE BAYES UNTUK ANALISIS SENTIMEN ULASAN APLIKASI PADA GOOGLE PLAYSTORE BERBASIS PYTHON

Abstract

Perkembangan teknologi informasi telah mendorong peningkatan penggunaan aplikasi mobile yang diikuti dengan banyaknya ulasan pengguna pada Google Play Store. Ulasan tersebut mengandung informasi penting mengenai kepuasan dan pengalaman pengguna, namun jumlahnya yang besar dan tidak terstruktur menyulitkan analisis secara manual. Penelitian ini bertujuan untuk menerapkan metode Naïve Bayes dalam menganalisis sentimen ulasan aplikasi pada Google Play Store berbasis Python. Metode yang digunakan meliputi pengambilan data ulasan, preprocessing teks (case folding, tokenizing, stopword removal, dan stemming), pembobotan kata menggunakan TF-IDF, serta klasifikasi sentimen menggunakan algoritma Naïve Bayes. Sistem yang dibangun mampu mengklasifikasikan ulasan ke dalam tiga kategori, yaitu positif, netral, dan negatif. Hasil pengujian menunjukkan bahwa sistem dapat berjalan dengan baik berdasarkan pengujian White Box dan Black Box. Selain itu, hasil User Acceptance Testing (UAT) memperoleh nilai rata-rata sebesar 4,44 yang termasuk dalam kategori sangat baik. Sistem juga mampu menyajikan hasil analisis dalam bentuk ringkasan sentimen dan visualisasi grafik yang informatif. Dengan demikian, metode Naïve Bayes dapat digunakan secara efektif dalam analisis sentimen ulasan aplikasi. Penelitian ini diharapkan dapat membantu pengembang dalam memahami kebutuhan pengguna serta meningkatkan kualitas aplikasi secara berkelanjutan.