ANALISIS SENTIMEN PENGGUNA APLIKASI UDEMY DENGAN MENGGUNKAN METODE NAÏVE BAYES

Berkembangnya pembelajaran online memungkinkan lebih banyak orang belajar dalam berbagai bidang tanpa batasan waktu atau tempat. Banyak pengguna memilih Udemy, sebuah platform yang menawarkan berbagai kursus online dalam bidang seperti bahasa asing, teknologi, desain, dan bisnis. Namun, ada kebutuhan untuk memahami apakah pengalaman belajar di Udemy memenuhi harapan pengguna.
Penelitian ini bertujuan menerapkan algoritma Naive Bayes dalam analisis sentimen komentar pengguna terkait aplikasi Udemy. Algoritma Naive Bayes dipilih karena kemudahannya dan efisiensinya, serta kemampuannya menghasilkan hasil baik pada dataset kecil. Proses analisis melibatkan pengumpulan data komentar pengguna, pra-pemrosesan teks, dan penerapan algoritma Naive Bayes untuk mengklasifikasikan sentimen.
Respon pengguna terhadap kursus online di Udemy dikategorikan menggunakan Naive Bayes menjadi sentimen positif, netral, dan negatif, dengan tingkat akurasi 75.61 persen untuk train-test split 10 persen, 71.78 persen untuk split 20 persen, dan 70.49 persen untuk split 30 persen. Meskipun akurasi ini lebih rendah dibanding penelitian sebelumnya yang dilakukan oleh hindun dkk. (2022), menggunakan aplikasi Ruangguru (yang mengklasifikasikan ulasan menjadi positif dan negatif dengan akurasi rata-rata 88.2 persen), perbedaan ini dapat dijelaskan oleh variasi dalam data, aplikasi, dan teknik pelabelan yang digunakan. Penelitian sebelumnya menggunakan pelabelan dengan kamus atau polaritas kata, sementara penelitian ini menggunakan pelabelan berbasis rating, yang mengkategorikan ulasan menjadi tiga kelas, sehingga meningkatkan kompleksitas klasifikasi. Secara keseluruhan, hasil ini menunjukkan bahwa meskipun akurasi lebih rendah, metode yang digunakan tetap efektif dan dapat memberikan wawasan bagi pengembang platform untuk meningkatkan layanan di Udemy.