Analisis Sentimen Ulasan Aplikasi Meta AI Pada Google Play Menggunakan Metode Naive Bayes Classifier

• MUHAMMAD KAHFI
• 2025

---

Perkembangan teknologi kecerdasan buatan (AI) yang pesat telah mendorong lahirnya berbagai aplikasi berbasis AI, salah satunya adalah aplikasi Meta AI. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Meta AI berdasarkan ulasan berbahasa Inggris yang terdapat di Google Play Store. Metode yang digunakan dalam penelitian ini adalah Naive Bayes Classifier, yang dikenal efektif untuk klasifikasi teks berbasis probabilistik. Data yang digunakan dalam penelitian ini diperoleh melalui proses web scraping terhadap 2.000 ulasan terbaru. Tahapan penelitian meliputi preprocessing data (case folding, tokenizing, stopword removal, stemming, dan cleaning), pelabelan otomatis berdasarkan skor ulasan, konversi teks menggunakan metode TF-IDF, pembagian data menjadi data latih dan data uji, pelatihan model, serta evaluasi model. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan sentimen positif dan negatif dengan akurasi tinggi, namun mengalami kesulitan dalam mengenali sentimen netral. Nilai akurasi keseluruhan model mencapai 82%, dengan F1-Score tertinggi pada kelas positif. Ketidakseimbangan jumlah data antar kelas diduga menjadi penyebab rendahnya performa pada kelas netral. Dapat disimpulkan bahwa metode Naive Bayes efektif untuk analisis sentimen terhadap data yang terdistribusi seimbang, sehingga perlu dilakukan penyeimbangan data untuk meningkatkan performa klasifikasi terhadap semua kelas.

• Analisis Sentimen
• Naive Bayes Classifier
• Meta AI

https://repository.bsi.ac.id/repo/74931/Analisis-Sentimen-Ulasan-Aplikasi-Meta-AI-Pada-Google-Play-Menggunakan-Metode-Naive-Bayes-Classifier
Anda dapat membaca file tugas akhir ini di repository.