ANALISIS SENTIMEN OPINI PENGGUNA APLIKASI VIDIO PADA ULASAN PLAYSTORE MENGGUNAKAN ALGORITMA NAIVE BAYES

Abstract

Peningkatan popularitas layanan streaming online sejalan dengan perkembangan teknologi informasi saat ini. Salah satu aplikasi streaming video yang terkenal di Indonesia adalah Vidio. Meskipun Vidio menawarkan beragam film, serial, dan siaran langsung, namun penilaian aplikasi ini melalui komentar dan ulasan pengguna di Google Playstore tidak begitu positif. Oleh karena itu, diperlukan analisis terhadap ulasan tersebut guna memahami pandangan pengguna terhadap aplikasi ini. Penelitian ini menggunakan 1259 data yang dianalisis melalui pelabelan menggunakan kamus Inset dan paket valder dalam RStudio. Klasifikasi data dilakukan dengan algoritma Naïve Bayes serta seleksi fitur TF-IDF. Hasil klasifikasi menunjukkan bahwa akurasi tertinggi diperoleh ketika data dilabeli dengan metode Inset pada persentase 90% data pelatihan dan 10% data pengujian, mencapai 76%. Sementara itu, akurasi tertinggi dengan pelabelan menggunakan Vader hanya mencapai 73% pada skema pembagian data 70:30. Nilai presisi tertinggi ditemukan pada pengujian dengan pembagian data 90:10 menggunakan metode Inset, mencapai 73%. Namun, akurasi tertinggi dengan pelabelan Vader hanya mencapai 72,6% pada skema pembagian data 90:10. Selain itu, pengujian menunjukkan bahwa nilai recall tertinggi diperoleh pada skema pembagian data 80:20 dengan metode Inset, mencapai 81%. Akan tetapi, akurasi tertinggi dengan pelabelan Vader hanya mencapai 79% pada pembagian data 70:30. Kesimpulan dari hasil analisis ini adalah bahwa pelabelan menggunakan metode Inset lebih optimal dalam menganalisis sentimen dalam teks berbahasa Indonesia, dibandingkan dengan penggunaan metode Vader.