IMPLEMENTASI ALGORITMA MULTINOMIAL NAIVE BAYES PADA ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA APLIKASI BRIMO

Abstract

Mobile banking merupakan salah satu produk perbankan yang dapat memberikan kemudahan bagi nasabah. Salah satu mobile banking populer adalah BRImo. Ulasan pengguna menjadi sumber informasi penting bagi developer untuk memahami keluhan pengguna serta meningkatkan pengembangan aplikasi. Namun tidak semua ulasan mewakili pendapat tentang aplikasi tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen guna mengekstrak informasi dan mengklasifikasikan data ulasan ke dalam sentimen positif dan negatif dengan mengimplementasikan algoritma Naïve Bayes dalam proses klasifikasi dan menggunakan K-Fold Cross Validation sebagai metode pembagian data dan metode validasi hasil evaluasi, serta digunakan teknik TF-IDF untuk melakukan transformasi data dan pembobotan kata. Metode penelitian dilakukan dengan menerapkan tahapan metode KDD (Knowledge Discovery in Database) dengan tahapan data cleaning, data selection, data transformation, data mining, pattern evaluation, dan knowledge presentation. Hasil analisis sentimen ulasan pengguna BRImo dari total dataset yang berjumlah 1011 data terdapat 670 data yang diklasifikasikan sebagai sentimen negatif dan 341 data yang diklasifikasikan sebagai sentimen positif, sehingga dapat disimpulkan bahwa hasil sentimen dari ulasan pengguna terhadap aplikasi BRImo didominasi oleh sentimen negatif, dengan hasil evaluasi dari algoritma Naïve bayes dalam mengklasifikasikan sentimen ulasan pengguna BRImo mendapatkan hasil terbaik pada fold-2 dengan nilai akurasi 98,02%, presisi 97,06%, recall 97,06%, dan f1-score 97,06%.