Analisis Sentimen Ulasan Pengguna Aplikasi OVO Berbasis Android
Daftar Isi:
- ABSTRAK Analisis sentimen adalah sebuah proses mengklasifikasi dokumen textual kedalam dua kategori yaitu positif dan negatif. Data yang digunakan dalam penelitian ini yaitu data ulasan aplikasi OVO padas situs Google Play. Untuk melakukan analisis sentimen diperlukan pengolahan dataset yang bertujuan untuk memahami pengguna pada aplikasi dan dapat meningkatkan kualitas aplikasi. Pada penelitian ini selain melakukan analisis sentimen, penelitian ini juga melakukan analisis secara deskriptif dan mendapatkan visualisasi kata sehingga dapat menemukan dan menyelesaikan masalah yang dialami oleh pengguna. Pada pengklasifikasian dalam penelitian ini bertujuan untuk mengetahui akurasi dengan model klasifikasi dari dua algoritma yaitu multinomial naïve bayes dan K-Nearest Neighbor dengan menggunakan 3 angka pada random_state yaitu 0, 21, 42. Tujuan dari random_state agar mendapatkan nilai tetap untuk menjalankan program secara berulang-ulang. Hasil dari penelitian ini mendapatkan akurasi terbaik dengan metode klasifikasi dari 3angka random_state yaitu algoritma multinomial naïve bayes. Hasil akurasi multinomial naïve bayes dengan angka random_state 0 mendapatkan akurasi 95,0%, angka random_state 21 mendapatkan akurasi 93,0%, dan angka random_state 42 mendapatkan akurasi sebesar 93,5%. Kata kunci: analisis sentimen, multinomial naïve bayes, k-nearest neighbor. ABSTRACT Sentiment analysis is a process of classifying textual documents into two categories, positive and negative. The data used in this research is the OVO application review data on the Google Play site. To conduct sentiment analysis, it is necessary to process datasets that aim to understand users in the application and can improve the quality of the application. In this research, besides conducting sentiment analysis, this research also carried out the descriptive analysis and got word visualization so that it could find and resolve problems experienced by users. The classification in this research aims to determine the accuracy with the classification model of two algorithms namely multinomial naïve Bayes and KNearest Neighbor using 3 numbers at random_state namely 0, 21, 42. The purpose of random_state is to get a fixed value to run the program repeatedly reset it. The results of this research get the best accuracy with the classification method of 3 random_state namely the Multinomial Naïve Bayes algorithm. The results of Multinomial Naïve Bayes accuracy with random_state 0 get an accuracy of 95.0%, the number random_state 21 gets an accuracy of 93.0%, and the number random_state 42 gets an accuracy of 93.5%. Key words: sentiment analysis, multinomial naïve bayes, k-nearest neighbor.