Perkembangan teknologi informasi dan komunikasi telah membawa perubahan besar dalam berbagai aspek kehidupan, termasuk dalam dunia bisnis dan pendidikan. Aplikasi mobile kini menjadi salah satu sarana utama untuk menyediakan berbagai layanan, mulai dari hiburan hingga edukasi. Salah satu aplikasi yang hadir untuk mendukung sektor ekonomi Indonesia adalah Bisa Ekspor, sebuah platform yang memfasilitasi edukasi ekspor bagi masyarakat luas.
Melalui aplikasi ini, pengguna dapat belajar tentang proses ekspor dengan lebih mudah dan praktis. Namun, seperti halnya aplikasi lain, kualitas layanan yang diberikan sangat bergantung pada masukan dari pengguna. Ulasan yang diberikan di platform seperti Google Play menjadi sumber data penting untuk mengevaluasi pengalaman pengguna secara keseluruhan. Oleh karena itu, diperlukan metode yang efektif untuk menganalisis berbagai opini tersebut.
Salah satu pendekatan yang banyak digunakan untuk memahami opini pengguna adalah analisis sentimen. Dengan teknik ini, ulasan dapat dikategorikan ke dalam sentimen positif atau negatif, sehingga pengembang aplikasi bisa mendapatkan gambaran jelas mengenai kekuatan dan kelemahan produk mereka. Dalam penelitian ini, metode Naïve Bayes, sebuah algoritma machine learning berbasis probabilitas, digunakan untuk mengklasifikasikan sentimen dari ulasan pengguna aplikasi Bisa Ekspor.
Melalui analisis ini, diharapkan diperoleh pemahaman yang lebih baik mengenai persepsi pengguna terhadap aplikasi, sekaligus memberikan rekomendasi untuk pengembangan dan peningkatan layanan di masa mendatang.
Pendahuluan
Seiring dengan perkembangan teknologi, aplikasi mobile menjadi penting dalam kehidupan masyarakat.
Ulasan pengguna di platform seperti Google Play menjadi referensi penting bagi pengembang. Analisis
sentimen membantu memahami opini pengguna secara otomatis. Naïve Bayes digunakan untuk
mengkategorikan opini menjadi positif atau negatif, sehingga dapat meningkatkan kualitas aplikasi
berdasarkan preferensi pengguna.
Metodologi Penelitian
Penelitian ini mengikuti tahapan KDD:
- Pemilihan Data: Scraping ulasan Google Play periode 15 Des 2020 – 17 Nov 2024.
- Pra-pemrosesan: Cleansing, tokenisasi, case folding, stopword removal, dan filtering panjang kata.
- Transformasi Data: Mengubah format data.
- Penambangan Data: Klasifikasi menggunakan Naïve Bayes.
- Evaluasi: Mengukur akurasi, precision, dan recall.
Hasil dan Pembahasan
Sebanyak 3385 ulasan dikumpulkan. Setelah preprocessing, data diklasifikasikan menjadi 1197 ulasan positif
dan 904 negatif. Model Naïve Bayes menghasilkan akurasi 85,80%, precision 81,42%, dan recall 92,76%.
Mayoritas pengguna memberikan ulasan positif, namun terdapat juga kritik membangun.
Kesimpulan
Mayoritas pengguna aplikasi Bisa Ekspor memberikan ulasan positif. Metode Naïve Bayes terbukti efektif
dengan akurasi tinggi dalam mengklasifikasikan sentimen. Disarankan untuk menggunakan algoritma lain di
masa depan untuk memperbandingkan hasil dan meningkatkan akurasi.
Kata Kunci
Bisa Ekspor, Analisis Sentimen, Naïve Bayes, Google Play, Web Scraping.
