PENGEMBANGAN SISTEM ANALISIS SENTIMEN APLIKASI SIMPEL POL PADA GOOGLE PLAY STORE MENGGUNAKAN METODE NAIVE BAYES DAN PREDIKSI BERT

Digitalisasi dalam layanan Masyarakat memunculkan berbagai sentimen yang sangat dinamis, Salah satunya contohnya adalah aplikasi Simpel Pol Tes Kesehatan yang dibuat oleh PT Cipta Sari Arsonia (CSA). Tujuan penelitian yaitu mendapatkan informasi yang berguna dari sentimen ulasan masyarakat yang akurat untuk peningkatan layanan dan umpan balik penyedia layanan maupun pengembang aplikasi. Metode yang digunakan Naïve Bayes Classifier dengan pembobotan Tf-idf, Multinomial Naïve Bayes dengan indikator nilai ulasan dan kalimat ulasan yang diprediksi dengan metode BERT sebagai penentu nilai sentimen apakah positif atau negatif.
Sentimen terhadap aplikasi menunjukkan hasil yang cukup menggembirakan, dari 3000 data yang dianalisis dengan 80% data latih dan 20% data uji dengan 1772 ulasan positif dan 263 ulasan negatif, model klasifikasi naïve bayes mampu memberikan tingkat akurasi yang tinggi dengan memberi performa yang seimbang, yaitu sebesar 88,7% dengan presisi sebesar 88,5%, recall sebesar 100% dan f1-score sebesar 93,9%.
Data menunjukkan bahwa sebagian besar masyarakat memberikan respon positif terhadap aplikasi ini, dengan kata yang dominan adalah 'mudah'. Sistem ini dikembangkan menggunakan framework streamlit berbasis lokal dan terbukti cukup handal dalam mengembangkan sistem untuk pengolahan data maupun analisis data berbasis website walaupun dalam proses scraping sedikit lebih lama daripada layanan google colab.
Penelitian selanjutnya diharapkan untuk bisa memprediksi data yang bersifat positif atau negatif dengan beberapa parameter dan beberapa metode analisis sentimen sekaligus beserta perbandingannya.

https://journal.ittelkom-pwt.ac.id/index.php/dinda/article/view/1577