Analisis Sentimen Ulasan Aplikasi PeduliLindungi dengan Metode Random Forest

Abstrak

PeduliLindungi merupakan aplikasi yang di kembangkan oleh Kementrian Komunikasi dan Informatika (KOMINFO) telah berkolaborasi dengan Komite Penanganan Covid-19. Aplikasi ini berguna untuk tindakan tracing aktivitas pengguna terhadap tempat yang di kunjungi, mendapatkan info vaksinasi, dan juga pemberitahuan regulasi yang berlaku di indonesia selama terjadi pandemi Covid-19. Aplikasi PeduliLindungi digunakan oleh lebih dari Lima Puluh juta pengguna berdasarkan informasi total unduhan yang ada di platform playstore, Dengan banyak pengguna PeduliLindungi selama pandemi, sering kali terdapat ulasan positif, negatif dan netral terhadap aplikasi PeduliLindungi khususnya di platform App Store. Data Ulasan aplikasi PeduliLindungi ini akan menjadi sumber data untuk dianalisa dan juga di klasifikasikan sentimennya. Data ulasan aplikasi PeduliLindungi ini akan di peroleh menggunakan teknik Scrapping dimana proses ini dapat mengekstrasi data dari halaman website. Metode klasifikasi yang digunakan yaitu Random Forest dengan pengujian kedalaman tree dan jumlah tree. Metode evaluasi yang digunakan yaitu Confusion Matrix. Hasil dari penelitian dengan kedalaman tree 65 dan jumlah tree 400 mendapatkan nilai terbaik yaitu precision 71%, recall 71%, F1-Score 71% dan accuracy 72% dengan rasio data latih 90% dan data uji 10%.