ANALISIS SENTIMEN ULASAN APLIKASI WHATSAPP PADA PLAYSTORE MENGGUNAKAN ALGORITMA NAIVE BAYES

• ADRYAN
• 2025

---

Perkembangan teknologi digital telah mendorong transformasi besar dalam cara manusia berkomunikasi, salah satunya melalui aplikasi pesan instan seperti WhatsApp. Dengan jumlah unduhan dan pengguna aktif yang sangat besar, WhatsApp mendapatkan ribuan ulasan di platform Google Play Store yang mencerminkan kepuasan, keluhan, dan saran dari para pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan-ulasan tersebut dengan menggunakan algoritma Naïve Bayes. Metode penelitian yang digunakan adalah pendekatan kuantitatif berbasis data mining, di mana data diambil dari situs Kaggle yang berisi 5.000 ulasan berbahasa Indonesia. Proses penelitian meliputi tahap preprocessing teks seperti tokenisasi, transformasi huruf, penghapusan stopwords, dan filter berdasarkan panjang token. Data yang telah diproses kemudian diklasifikasikan menjadi dua kategori sentimen, yaitu positif dan negatif. Hasil pengujian menunjukkan bahwa algoritma  Naïve Bayes mampu mengklasifikasikan sentimen  dengan akurasi sebesar 91,14%, presisi 90,51% untuk sentimen positif dan 92,75% untuk sentimen negatif, serta recall masing-masing sebesar 96,96% dan 79,27%. Dengan hasil tersebut, dapat disimpulkan bahwa  algoritma Naïve Bayes efektif dalam  menganalisis sentimen ulasan aplikasi WhatsApp, serta memberikan kontribusi  dalam pengembangan sistem evaluasi kualitas aplikasi berbasis teks.

Kata kunci: analisis sentimen, WhatsApp, Naïve Bayes, Play Store,
RapidMiner, klasifikasi ulasan

• analisis sentimen
• WhatsApp
• Naïve Bayes
• Play Store
• RapidMiner
• klasifikasi ulasan

https://repository.bsi.ac.id/repo/74034/ANALISIS-SENTIMEN-ULASAN-APLIKASI-WHATSAPP-PADA-PLAYSTORE-MENGGUNAKAN-ALGORITMA-NAIVE-BAYES
File full-text dikunci.