Pendekatan Naive Bayes dalam Analisis Sentimen pada Ulasan Pengguna Aplikasi Indodax di Platform Google Play Store

Riki Ardi Pranata; Susanto Susanto; Nur Wakhidah

doi:10.30591/smartcomp.v15i2.9938

Pendekatan Naive Bayes dalam Analisis Sentimen pada Ulasan Pengguna Aplikasi Indodax di Platform Google Play Store

Riki Ardi Pranata, Susanto Susanto, Nur Wakhidah

Abstract

Aplikasi investasi digital, seperti Indodax, berperan sebagai sarana transaksi jual beli aset kripto yang mendukung aktivitas pengguna sesuai dengan tujuan dan kebutuhan investasi. Analisis sentimen digunakan untuk mengidentifikasi opini serta kecenderungan sikap pengguna terhadap suatu topik. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Aplikasi Indodax yang diperoleh dari platform Google Play Store. Metodologi yang diterapkan adalah Knowledge Discovery in Database (KDD), yang meliputi tahapan data selection, preprocessing, pelabelan berbasis lexicon-based, transformation, klasifikasi menggunakan algoritma Naive Bayes, serta evaluasi. Proses klasifikasi dilakukan untuk mengelompokkan ulasan ke dalam dua kategori sentimen, yaitu positif dan negatif. Dataset penelitian berasal dari ulasan pengguna Play Store yang telah melalui tahap prapemrosesan teks. Hasil pengujian menunjukkan algoritma Naive Bayes memberikan performa klasifikasi yang cukup baik. Berdasarkan tiga skenario pembagian data latih dan data uji, yaitu rasio 60:40, 70:30, dan 80:20, diperoleh rasio 60:40 menghasilkan kinerja optimal dengan nilai akurasi sebesar 82,95% serta nilai presisi, recall, dan F1-score sebesar 83%. Distribusi sentimen menunjukkan 55,45% ulasan bersifat negatif dan 44,55% bersifat positif, menandakan tanggapan pengguna terhadap aplikasi Indodax masih didominasi oleh sentimen negatif. Namun, metode pelabelan berbasis lexicon-based masih kesulitan dalam konteks kalimat seperti sarkasme, bahasa informal, dan ambigu dari sebuah ulasan.

Full Text:

References

M. A. Tambun and M. I. Putuhena, “Tata Kelola Pembentukan Regulasi Terkait Perdagangan Mata Uang Kripto (Cryptocurrency) sebagai Aset Kripto (Crypto Asset),” Mahadi Indones. J. Law, vol. 1, no. 1, pp. 33–57, 2022.

S. K. Lubis, M. H. Dar, and F. A. Nasution, “Analisis Sentimen Ulasan Pengguna Aplikasi pada Google Play Store Menggunakan Algoritma Support Vector Machine,” Informatika, vol. 11, no. 2, pp. 120–128, 2023.

H. B. Tambunan and T. W. D. Hapsari, “Analisis Opini Pengguna Aplikasi New PLN Mobile Menggunakan Metode Text Mining,” PETIR J. Pengkaj. Dan Penerapan Tek. Inform., vol. 15, no. 1, pp. 121–134, 2022.

S. Alam and M. I. Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” Storage J. Ilm. Tek. Dan Ilmu Komput., vol. 2, no. 3, pp. 100–108, 2023.

N. Arita, “Analisis Sentimen Pengguna YouTube terhadap Anime Spy x Family Bahasa Indonesia Menggunakan Naïve Bayes,” J. Inform. dan Tek. Elektro Terap., vol. 13, no. 3, 2025.

A. Nuraini, A. Faqih, G. Dwilestari, N. D. Nuris, and R. Narasati, “Analisis Sentimen Terhadap Review Aplikasi Brimo Di Google Play Store Menggunakan Algoritma Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3661–3666, 2023.

K. Kowsari, K. Jafari Meimandi, M. Heidarysafa, S. Mendu, L. Barnes, and D. Brown, “Text classification algorithms: A survey,” Information, vol. 10, no. 4, p. 150, 2019.

B. Ramadhani, R. R. Suryono, and K. Kunci, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” J. Media Inform. Budidarma, vol. 8, pp. 714–725, 2024.

O. Manullang, C. Prianto, and N. H. Harani, “Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based Dan Random Forest,” J. Ilm. Inform., vol. 11, no. 02, pp. 159–169, 2023.

N. A. Putri, A. Srirahayu, and N. A. Sudibyo, “Analisis Sentimen Terhadap Aplikasi KitaLulus Menggunakan Metode Naive Bayes dari Ulasan Google Play Store,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 14, no. 2, pp. 269–279, 2025.

T. P. W. Sukma and M. R. Pribadi, “Analisis Sentimen Review Pengguna Viu Pada Play Store Dengan Algoritma Random Forest,” J. Softw. Eng. Comput. Intell., vol. 2, no. 01, pp. 9–16, 2024.

W. A. Luqyana, I. Cholissodin, and R. S. Perdana, “Analisis Sentimen Cyberbullying Pada Komentar Instagram Dengan Metode Klasifikasi Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 4704–4713, 2018.

M. Umair and E. R. Susanto, “Analisis Sentimen Ulasan Pengguna Pada Aplikasi BRImo BRI Menggunakan Metode Klasifikasi Algoritma Naive Bayes,” J. Media Inform. Budidarma, vol. 8, no. 2, pp. 1149, 2024.

R. Prabowo and M. Thelwall, “Sentiment analysis: A combined approach,” J. Informetr., vol. 3, no. 2, pp. 143–157, 2009.

R. H. Muhammadi, T. G. Laksana, and A. B. Arifa, “Combination of support vector machine and lexicon-based algorithm in twitter sentiment analysis,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 8, no. 1, pp. 59–71, 2022.

T. Imandasari, E. Irawan, A. P. Windarto, and A. Wanto, “Algoritma Naive Bayes Dalam Klasifikasi Lokasi Pembangunan Sumber Air,” Pros. Semin. Nas. Ris. Inf. Sci, vol. 1, p. 750, 2019.

DOI: https://doi.org/10.30591/smartcomp.v15i2.9938