Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naive Bayes

Abstrak

Layanan distribusi digital merupakan wadah untuk berbagai macam aplikasi yang dapat di unduh kapan saja. Selain aplikasi pada layanan distribusi digital juga terdapat ulasan aplikasi yang berisikan komentar dari pengguna aplikasi tertentu. Ulasan tersebut berisikan komentar negatif atau komentar positif dengan jumlah yang sangat banyak. Dikarenakan jumlah ulasan yang sangat banyak maka Layanan distribusi digital membagi ulasan-ulasan tersebut menggunakan pemberian rating dengan isi ulasan yang tidak sesuai. Untuk mengatasi masalah ketidaksesuaian antara isi ulasan dengan rating yang diberikan pengguna maka dibutuhkan sentimen analisis. Penelitian ini menggunakan metode Naive Bayes dan Modified Term Frequency Scheme. Metode Naive Bayes dipilih dikarenakan metode ini bekerja cukup baik dalam klasifikasi dokumen dengan memperkirakan parameter yang diperlukan. Digunakan 1.500 data yang terdiri dari 627 ulasan positif dan 873 ulasan negatif. Dilakukan proses preprocessing, pembobotan menggunakan Modified Term Frequency Scheme dan klasifikasi dokumen dengan metode Naive Bayes. Pada pengujian dengan 5-fold diperoleh rata-rata dari metode yang digunakan dengan accuracy 83%, recall 86%, precision 76%, f-measure 77,70% dengan fold ke-3 merupakan fold terbaik dengan accuracy 85%, recall 84,50%, precision 81,34%, f-measure 82,88%.