Analisis Sentimen Ulasan Aplikasi Gojek Dengan Algoritma Random Forest

Teknologi saat ini telah mengalami perkembangan pesat, terutama dalam sektor smartphone, yang memfasilitasi akses mudah ke berbagai aplikasi. Gojek, sebagai salah satu aplikasi super yang populer di Indonesia, telah mengumpulkan jutaan ulasan pengguna di Google Play Store. Analisis sentimen terhadap ulasan ini penting untuk memahami persepsi dan kepuasan pengguna. Maka dari itu, tujuan penelitian ini adalah untuk menganalisis hal tersebut menggunakan metode algoritma Random Forest untuk klasifikasi ulasan pengguna Gojek ke dalam beberapa kategori sentimen, yaitu positif, negatif dan netral.
Untuk metode yang digunakan dalam pengembangan sistem yaitu metode SDHC (Software Development Life Cycle), dengan tahapan yang dimulai dengan melakukan perencanaan, dilanjutkan dengan menganalisis berbagai aspek, lalu mendesain sistem menggunakan flowchart, penggambaran proses sistem dan sketsa awal, yang kemudian di dikembangkan menggunakan kode pemrograman python, setelah itu mengimplementasi dan menguji sistem, dan terakhir mengadakan pemeliharaan sistem,
Hasil aplikasi terdiri 3 halaman, yaitu halaman analisis yang berisi hasil implementasi algoritma Random Forest, halaman perbandingan yang membandingkan algoritma Random Forest dengan algoritma Support Vector Machine dan algoritma Naive Bayes, dan yang terakhir adalah halaman interaktif yang menampilkan seluruh data, hasil pra prosesnya, akurasi dan melakukan prediksi kalimat ulasan. Hasil analisis sentimen menunjukan bahwa mayoritas review aplikasi yang dianalisis memiliki sentimen positif, dengan hasil pengujian dari metode Random Forest menunjukkan nilai persentase akurasi sebesar 90%, lebih baik dibandingkan dengan algoritma SVM dengan akurasi 84% dan Naive Bayes dengan akurasi 86%. Maka, berdasarkan dari hasil pengujian tersebut bahwa metode Random Forest merupakan metode yang cukup baik dalam pengklasifikasian terhadap ulasan-ulasan aplikasi Gojek.