EVALUASI PERSEPSI DAN KEPUASAN PENGGUNA APLIKASI BERITA MELALUI ANALISIS SENTIMEN DENGAN METODE NAIVE BAYES

• MUHAMMAD BAHRIL AFWA
• 2025

---

Perkembangan teknologi digital telah mendorong transformasi media massa menjadi platform berita online seperti Detikcom, Kompas.id, dan CNN Indonesia. Persaingan antar aplikasi berita ini menimbulkan kebutuhan untuk mengevaluasi persepsi pengguna terhadap kualitas layanan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap ketiga aplikasi berita tersebut berdasarkan ulasan di Google Play Store. Metode yang digunakan meliputi web scraping, pre-processing data teks, pelabelan menggunakan model IndoBERT, ekstraksi fitur dengan metode TF-IDF, serta klasifikasi sentimen dengan algoritma Naive Bayes. Untuk mengatasi ketidakseimbangan kelas dalam dataset, digunakan teknik SMOTE (Synthetic Minority Over-sampling Technique). Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model Naive Bayes memiliki performa akurasi yang tinggi, yakni 88,5% untuk Kompas.id, 88,8% untuk Detikcom, dan 90,8% untuk CNN Indonesia. Analisis juga mengungkapkan bahwa ulasan positif lebih dominan, meskipun terdapat kritik berulang terkait iklan dan performa teknis aplikasi. Penggunaan Generative AI turut membantu dalam merangkum opini dan pola sentimen secara otomatis. Temuan ini memberikan wawasan berharga bagi pengembang dalam meningkatkan pengalaman pengguna serta menyempurnakan fitur aplikasi berita digital.

• Analisis Sentimen
• Naive Bayes
• IndoBERT
• TF-IDF
• SMOTE
• Aplikasi Berita Online

https://repository.bsi.ac.id/repo/68105/EVALUASI-PERSEPSI-DAN-KEPUASAN-PENGGUNA--APLIKASI-BERITA-MELALUI-ANALISIS-SENTIMEN---DENGAN-METODE-NAIVE-BAYES
Anda dapat membaca file tugas akhir ini di repository.