ANALISIS SENTIMEN APLIKASI IDENTITAS KEPENDUDUKAN DIGITAL PADA ULASAN DI GOOGLE PLAY MENGGUNAKAN METODE NAÏVE BAYES

• ARRA DWI HARTINA
• 2024

---

Analisis sentimen merupakan teknik pemrosesan teks untuk mengidentifikasi dan mengklasifikasikan opini, perasaan, dan emosi dalam teks menjadi kategori positif, negatif, atau netral. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Identitas Kependudukan Digital di Google Play Store menggunakan metode Naïve Bayes dan SVM. Data penelitian dikumpulkan melalui teknik scraping ulasan aplikasi di Google Play. Data yang di dapat sebesar 1500 data dari 20 April 2024 hingga 6 Juni 2024 Selanjutnya, ulasan-ulasan tersebut diklasifikasikan secara manual oleh peneliti ke dalam dua kategori sentimen: positif, dan negatif. Dataset berlabel ini digunakan sebagai data pelatihan dan pengujian untuk membangun model klasifikasi Naïve Bayes dan SVM. Evaluasi model Naïve Bayes dilakukan menggunakan metrik dengan hasil klasifikasi yang di dapat akurasi sebesar 83,33% , presisi sebesar 81,41%, dan recall sebesar 98,73%. sedangkan dengan menggunakan metode SVM Hasil klasifikasinya adalah akurasi sebesar 79,47%, presisi sebesar 79,62%, recall sebesar 94,95% dan f1-score sebesar 86,61%.

• Analisis Sentimen
• Naïve Bayes
• Ulasan Aplikasi
• Identitas Kependudukan Digital

https://repository.bsi.ac.id/repo/54987/ANALISIS-SENTIMEN-APLIKASI-IDENTITAS-KEPENDUDUKAN-DIGITAL-PADA-ULASAN-DI-GOOGLE-PLAY-MENGGUNAKAN-METODE-NAÏVE-BAYES
Anda dapat membaca file tugas akhir ini di repository.