Analisis Sentimen Persepsi Pengguna BY.U Affordable Internet Card Menggunakan Metode Naïve Bayes Classifier

• Lukas Kurniawan
• 2023

---

Besarnya jumlah pengguna internet di Indonesia merupakan peluang pemasaran yang besar untuk perusahaan penyedia layanan jasa internet . Berbagai perusahaan penyedia layanan jasa internet bersaing untuk memberikan layanan yang baik bagi masyarakat.Rating tinggi yang disertai dengan ulasan positif dan negatif bukan berarti bahwa Pt Telkom berhenti untuk melakukan evaluasi dalam peningkatan pelayanan kepada pengguna. Hal itu dikarenakan terdapat beberapa pengguna yang memberikan rating yang tinggi namun ulasan yang diberikan merupakan review negatif. Diperlukan analisis lebih lanjut mengenai ulasan aplikasi BY.U Affordable Internet Card di Google Playstore untuk mengetahui opini atau perspektif pengguna.Metode Naïve Bayes dipilih karena proses nya yang sangat cepat dan memiliki tingkat akurasi yang sangat tinggi ketika melakukan klasifikasi dalam jumlah data yang besar atau banyak .Proses klasifikasi ulasan pengguna menggunakan metode Naïve Bayes dibantu dengan library sklearn dengan memanggil fitur multinomial Naïve Bayes.Berdasarkan hasil klasifikasi yang telah dilakukan, dapat ditarik kesimpulan bahwa performa metode klasifikasi Naïve Bayes menggunakan perbadingan 80:20 menghasilkan performa terbaik. Berdasarkan proses klasifikasi kelas sentimen diperoleh bahwa jumlah ulasan sentiment negatif (722 ulasan) lebih banyak dari pada jumlah ulasan sentimen positif (199 ulasan)

• Internet
• Analisis

Clement J. (2023). Google Play Store: number of apps 2023 | Statista. https://www.statista.com/statistics/266210/number-of-available-applications-in-the-google-play-store/

Darwis, D., Siskawati, N., & Abidin, Z. (2021). PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL. Jurnal Tekno Kompak, 15(1), 131–145. https://ejurnal.teknokrat.ac.id/index.php/teknokompak/article/view/744

Diandra Audiansyah, D., Eka Ratnawati, D., & Trias Hanggara, B. (2022). Analisis Sentimen Aplikasi MyXL menggunakan Metode Support Vector Machine berdasarkan Ulasan Pengguna di Google Play Store (Vol. 6, Issue 8). http://j-ptiik.ub.ac.id

Krisdiyanto, T., Maricha, E., & Nurharyanto, O. (2021). Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers. Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi, 7(1), 32–37. https://doi.org/10.24014/coreit.v7i1.12945

Mubaroroh, H. H., Yasin, H., & Rusgiyono, A. (2022). ANALISIS SENTIMEN DATA ULASAN APLIKASI RUANGGURU PADA SITUS GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DENGAN NORMALISASI KATA LEVENSHTEIN DISTANCE. Jurnal  Gaussian, 11(2), 248–257. https://doi.org/10.14710/J.GAUSS.V11I2.35472

Nur Hakim S. (2021). ANALISIS SENTIMEN PERSEPSI PENGGUNA MYINDIHOME.

Patel, R., & Passi, K. (2020). Sentiment Analysis on Twitter Data of World Cup Soccer Tournament Using Machine Learning. IoT 2020, Vol. 1, Pages 218-239, 1(2), 218–239. https://doi.org/10.3390/IOT1020014

Rachman, F. F., & Pramana, S. (2020). Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter. Indonesian of Health Information Management Journal (INOHIM), 8(2), 100–109. https://inohim.esaunggul.ac.id/index.php/INO/article/view/223

Syarifuddinn, M. (2020). ANALISIS SENTIMEN OPINI PUBLIK MENGENAI COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN KNN. INTI Nusa Mandiri, 15(1), 23–28. https://doi.org/10.33480/INTI.V15I1.1347

Tuhuteru, H., & Iriani, A. (2018). Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 03(03). https://doi.org/10.30591/jpit.v3i3.977

Verawati, I., & Audit, B. S. (2022). Algoritma Naïve Bayes Classifier Untuk Analisis Sentiment Pengguna Twitter Terhadap Provider By.u. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(3), 1411–1417. https://doi.org/10.30865/mib.v6i3.4132