ANALISIS SENTIMEN TERHADAP ULASAN APLIKASI MOBILE MENGGUNAKAN NAIVE BAYES DENGAN PERBAIKAN KATA JARO WINKLER DISTANCE

Google Playstore tersedia banyak sekali aplikasi mobile, pada tahun 2021rnsaja ada sekitar 3,48 juta aplikasi mobile, menjadikan Google Playstore sebagairntoko aplikasi mobile dengan jumlah terbesar. Dengan jumlah aplikasi sebanyakrnitu membuat pilihan semakin banyak bagi pengguna. Pengguna sebelumrnmenginstal sebuah aplikasi harus mengetahui terlebih dahulu fungsi dari aplikasirntersebut, bagaimana pendapat pengguna lain dan kemudian memutuskanrnmenggunakannya atau tidak. Salah satu aplikasi mobile dengan pengunjungrnterbanyak adalah aplikasi Tokopedia dengan total 150 juta lebih pengunjung danrnmenduduki peringkat ke 3 pada Google Playstore tahun 2021. Denganrnpengunjung sebanyak itu sangat memungkinkan pengguna untuk memberikanrnulasan yang dimana bertujuan untuk mengetahui kinerja aplikasi Tokopedia, makarnanalisis sentimen perlu dilakukan pada ulasan aplikasi Tokopedia. Analisisrnsentimen merupakan teknik yang dapat mengklasifikasikan komentar tekstualrnyang berisi tentang pendapat pengguna terhadap layanan atau produk. Namunrnanalisis sentimen yang dilakukan pada ulasan aplikasi mobile yang ada di websiternGoogle Playstore masih belum banyak dikembangkan. Penelitian sebelumnyarntentang analisis sentimen sudah menerapkan beberapa algoritma diantaranyarnalgoritma Naive Bayes dan Query Expansion. Namun penelitian tersebut memilikirnkekurangan yakni belum bisa menangani kesalahan penulisan kata tidak baku danrnpenanganan pada kata negasi. Diusulkan penggunaan algoritma Naive Bayesrnuntuk mengklasifikasikan dokumen ulasan kedalam sentimen positif atau negatifrndan penggunaan algoritma Jaro Winkler Distance untuk memperbaiki kata yangrnsebelumnya tidak baku menjadi kata baku dan dengan adanya penanganan padarnkata yang bermakna negasi sistem dapat mengubah sentimen yang terdapat padarndokumen ulasan. Menghasilkan nilai akurasi sebesar 82%.Google Playstore tersedia banyak sekali aplikasi mobile, pada tahun 2021rnsaja ada sekitar 3,48 juta aplikasi mobile, menjadikan Google Playstore sebagairntoko aplikasi mobile dengan jumlah terbesar. Dengan jumlah aplikasi sebanyakrnitu membuat pilihan semakin banyak bagi pengguna. Pengguna sebelumrnmenginstal sebuah aplikasi harus mengetahui terlebih dahulu fungsi dari aplikasirntersebut, bagaimana pendapat pengguna lain dan kemudian memutuskanrnmenggunakannya atau tidak. Salah satu aplikasi mobile dengan pengunjungrnterbanyak adalah aplikasi Tokopedia dengan total 150 juta lebih pengunjung danrnmenduduki peringkat ke 3 pada Google Playstore tahun 2021. Denganrnpengunjung sebanyak itu sangat memungkinkan pengguna untuk memberikanrnulasan yang dimana bertujuan untuk mengetahui kinerja aplikasi Tokopedia, makarnanalisis sentimen perlu dilakukan pada ulasan aplikasi Tokopedia. Analisisrnsentimen merupakan teknik yang dapat mengklasifikasikan komentar tekstualrnyang berisi tentang pendapat pengguna terhadap layanan atau produk. Namunrnanalisis sentimen yang dilakukan pada ulasan aplikasi mobile yang ada di websiternGoogle Playstore masih belum banyak dikembangkan. Penelitian sebelumnyarntentang analisis sentimen sudah menerapkan beberapa algoritma diantaranyarnalgoritma Naive Bayes dan Query Expansion. Namun penelitian tersebut memilikirnkekurangan yakni belum bisa menangani kesalahan penulisan kata tidak baku danrnpenanganan pada kata negasi. Diusulkan penggunaan algoritma Naive Bayesrnuntuk mengklasifikasikan dokumen ulasan kedalam sentimen positif atau negatifrndan penggunaan algoritma Jaro Winkler Distance untuk memperbaiki kata yangrnsebelumnya tidak baku menjadi kata baku dan dengan adanya penanganan padarnkata yang bermakna negasi sistem dapat mengubah sentimen yang terdapat padarndokumen ulasan. Menghasilkan nilai akurasi sebesar 82%.