Klasifikasi Sentimen Ulasan Aplikasi Threads Berbasis Algoritma Naive Byaes dan Metode Root Caus Analysis
Kata Kunci:
Analisis Sentimen, Threads, Naïve Bayes, Root Cause Analysis, Google Play StoreAbstrak
Internet telah mengubah berbagai aspek kehidupan manusia, termasuk cara berkomunikasi dan berinteraksi dalam dunia virtual. Salah satu fenomena yang muncul adalah penggunaan media sosial, seperti aplikasi Threads, yang memungkinkan pengguna untuk berpartisipasi dalam grup diskusi berdasarkan minat mereka. Namun, berdasarkan ulasan di Google Play Store, aplikasi ini mendapatkan berbagai keluhan terkait fitur dan performa. Oleh karena itu, penelitian ini berfokus pada analisis sentimen ulasan aplikasi Threads untuk memahami persepsi pengguna. Metode Naïve Bayes digunakan untuk mengklasifikasikan ulasan menjadi sentimen positif atau negatif. Selain itu, penelitian ini juga mencari akar penyebab dari sentimen negatif untuk mengetahui keunggulan dan kelemahan aplikasi Threads. Data ulasan yang digunakan berjumlah 500 data. Pengujian hasil model menggunakan algoritma Naïve Bayes mencapai nilai accuracy 88% dengan nilai tingkat precision 85.7%, recall 87.8%, dan F1-score 86.6%. Berdasarkan hasil klasifikasi, dilakukan Root Cause Analysis yang dibagi menjadi tiga aspek yaitu pembaruan dan peningkatan, fungsionalitas, serta desain dan antarmuka pengguna. Selanjutnya peneliti melakukan identifkasi serta analisis permasalahan pada setiap aspek tersebut sehingga mencapai akar permasalahan. Setelah mengetahui akar permasalahan, peneliti memberikan rekomedasi Solusi pada setiap aspek dari permasalahan aplikasi Threads.
Referensi
Alauddin, A. M., Setiawan, N. Y., & Saputra, M. C. (2023). Rekomendasi Peningkatan Layanan Okejek dengan Root Cause Analysis berdasarkan Hasil Analisis Sentimen Ulasan Pengguna. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(2), 711–718.
Bisong, E. (2019). Google Colaboratory. In: Building Machine Learning and Deep Learning Models on Google Cloud Platform. Apress, Berkeley, CA.
Daulay, E. D. P., & Asror, I. (2020). Sentimen Analisis pada Ulasan Google Play Store Menggunakan Metode Naïve Bayes. eProceedings of Engineering, 7(2), 13134-13141.
Feldman, R., & Sanger, J. (2007). The text mining handbook: advanced approaches in analyzing unstructured data. Cambridge university press.
Fitri, E. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Ilmiah Teknologi Informasi Asia, 14(2), 127-136.
Gunawan, F., Fauzi, M. A., & Adikara, P. P. (2017). Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(10), 1139-1146.
Harjanta, Aris Tri Jaka. (2015). "Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining." Jurnal Informatika Upgris 1.1 Juni.
Hudin, M. S., Fauzi, M. A., & Adinugroho, S. (2018). Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 5518–5524.
Liupe, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1), 1-167.
Mardiana, L., Kusnandar, D., & Satyahadewi, N. (2022). Analisis Diskriminan Dengan K Fold Cross Validation Untuk Klasifikasi Kualitas Air Di Kota Pontianak. Bimaster: Buletin Ilmiah Matematika, Statistika dan Terapannya, 11(1).
Nugroho, A. (2018). Analisis sentimen pada media sosial Twitter menggunakan naive Bayes classifier dengan ekstrasi fitur n-gram. J-SAKTI (Jurnal Sains Komputer dan Informatika), 2(2), 200-210.
Nofandi, A., Setiawan, N. Y., & Brata, D. W. (2023). Analisis Sentimen Ulasan Pelanggan dengan Metode Support Vector Machine (SVM) untuk Peningkatan Kualitas Layanan pada Restoran Warung Wareg. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(1), 458–466.
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 5(2), 697-711.
Permadi, V. A. (2019). Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura. Jurnal Teknik Informatika dan Sistem Informasi, 5(1), 1-10.
Putranti, N. D., & Winarko, E. (2014). Analisis sentimen twitter untuk teks berbahasa Indonesia dengan maximum entropy dan support vector machine. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 8(1), 91-100.
Rooney, J. J., & Heuvel, L. N. V. (2004). Root cause analysis for beginners. Quality progress, 37(7), 45-56.
Rozaq, A., Yunitasari, Y., Sussolaikah, K., Sari, E. R. N., & Syahputra, R. I. (2022). Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes, K-Nearest Neighboars Dan Decision Tree. Jurnal Media Informatika Budidarma, 6(2), 746-750.
Saraswati, M., & Riminarsih, D. (2021). Analisis Sentimen Terhadap Pelayanan Krl Commuterline Berdasarkan Data Twitter Menggunakan Algortima Bernoulli Naive Bayes. Jurnal Ilmiah Informatika Komputer, 25(3), 225-238.
Sari, F. V., & Wibowo, A. (2019). Analisis sentimen pelanggan toko online Jd. Id menggunakan metode Naïve Bayes Classifier berbasis konversi ikon emosi. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 10(2), 681-686.
Wandani, A., Fauziah, F., & Andrianingsih, A. (2021). Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 651-665.
Zhang, L., Wang, S., & Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(4), e1253.
Alauddin, A. M., Setiawan, N. Y., & Saputra, M. C. (2023). Rekomendasi Peningkatan Layanan Okejek dengan Root Cause Analysis berdasarkan Hasil Analisis Sentimen Ulasan Pengguna. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(2), 711–718.
Bisong, E. (2019). Google Colaboratory. In: Building Machine Learning and Deep Learning Models on Google Cloud Platform. Apress, Berkeley, CA.
Daulay, E. D. P., & Asror, I. (2020). Sentimen Analisis pada Ulasan Google Play Store Menggunakan Metode Naïve Bayes. eProceedings of Engineering, 7(2), 13134-13141.
Feldman, R., & Sanger, J. (2007). The text mining handbook: advanced approaches in analyzing unstructured data. Cambridge university press.
Fitri, E. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Ilmiah Teknologi Informasi Asia, 14(2), 127-136.
Gunawan, F., Fauzi, M. A., & Adikara, P. P. (2017). Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(10), 1139-1146.
Harjanta, Aris Tri Jaka. (2015). "Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining." Jurnal Informatika Upgris 1.1 Juni.
Hudin, M. S., Fauzi, M. A., & Adinugroho, S. (2018). Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 5518–5524.
Liupe, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1), 1-167.
Mardiana, L., Kusnandar, D., & Satyahadewi, N. (2022). Analisis Diskriminan Dengan K Fold Cross Validation Untuk Klasifikasi Kualitas Air Di Kota Pontianak. Bimaster: Buletin Ilmiah Matematika, Statistika dan Terapannya, 11(1).
Nugroho, A. (2018). Analisis sentimen pada media sosial Twitter menggunakan naive Bayes classifier dengan ekstrasi fitur n-gram. J-SAKTI (Jurnal Sains Komputer dan Informatika), 2(2), 200-210.
Nofandi, A., Setiawan, N. Y., & Brata, D. W. (2023). Analisis Sentimen Ulasan Pelanggan dengan Metode Support Vector Machine (SVM) untuk Peningkatan Kualitas Layanan pada Restoran Warung Wareg. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(1), 458–466.
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 5(2), 697-711.
Permadi, V. A. (2019). Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura. Jurnal Teknik Informatika dan Sistem Informasi, 5(1), 1-10.
Putranti, N. D., & Winarko, E. (2014). Analisis sentimen twitter untuk teks berbahasa Indonesia dengan maximum entropy dan support vector machine. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 8(1), 91-100.
Rooney, J. J., & Heuvel, L. N. V. (2004). Root cause analysis for beginners. Quality progress, 37(7), 45-56.
Rozaq, A., Yunitasari, Y., Sussolaikah, K., Sari, E. R. N., & Syahputra, R. I. (2022). Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes, K-Nearest Neighboars Dan Decision Tree. Jurnal Media Informatika Budidarma, 6(2), 746-750.
Saraswati, M., & Riminarsih, D. (2021). Analisis Sentimen Terhadap Pelayanan Krl Commuterline Berdasarkan Data Twitter Menggunakan Algortima Bernoulli Naive Bayes. Jurnal Ilmiah Informatika Komputer, 25(3), 225-238.
Sari, F. V., & Wibowo, A. (2019). Analisis sentimen pelanggan toko online Jd. Id menggunakan metode Naïve Bayes Classifier berbasis konversi ikon emosi. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 10(2), 681-686.
Wandani, A., Fauziah, F., & Andrianingsih, A. (2021). Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 651-665.
Zhang, L., Wang, S., & Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(4), e1253.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
