ANALISIS SENTIMEN PENGGUNA APLIKASI CAKAP BELAJAR ONLINE MENGGUNAKAN ALGORITMA NAÃVE BAYES CLASSIFIER

Abstract

1. Abstrak - Perkembangan teknologi informasi yang pesat memerlukan evolusi metode pendidikan untuk mengintegrasikan kemajuan tersebut. E-learning telah menjadi lingkungan belajar penting yang memanfaatkan teknologi untuk meningkatkan hasil pendidikan. Aplikasi Cakap Belajar Online menawarkan berbagai layanan seperti bimbingan virtual, platform pengujian online, tutorial video sesuai permintaan, les privat, dan konten pendidikan yang dapat diakses. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi ini dengan melakukan klasifikasi ulasan pengguna dari Playstore menggunakan Naive Bayes Classifier (NBC). Penelitian ini bertujuan mengidentifikasi komentar positif dan negatif, menghitung skor sentimen, dan mengklasifikasikan ulasan berdasarkan nilai sentimen. Data dikumpulkan dari ulasan pengguna tahun 2022-2023 dan dianalisis menggunakan pemrograman Python. Total data yang digunakan yaitu 1974 dengan rincian 1833 komentar sentimen positif dan 141 komentar sentimen negatif. Hasil penelitian menunjukkan bahwa Naive Bayes Classifier dapat mengklasifikasikan sentimen dengan akurasi tinggi sebesar 93,33% pada rasio data latih dan data uji 90:10. Penelitian ini menggunakan uji validitas TF-IDF dan pengujian cross validation untuk menghasilkan nilai yang optimal. Hasil rata-rata uji validitas TF-IDF dan cross validation dengan nilai K=10 rata-rata akurasi yang didapat yaitu accuracy79%, precision 76.22%, recall 78.59%, dan f1-score 78.59%.

Kata Kunci: Aplikasi Cakap, E-learning, Naive Bayes Classifier, Sentimen pengguna, Ulasan pengguna Playstore