Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Pengguna Terhadap Aplikasi Belajar Online Ruang Guru Pada Ulasan Google Play Store Menggunakan Algoritma Naïve Bayes dan Support Vector Machine Baharsyah, Efrico Fernando; Armanto, Armanto; Aviani, Tri Hasanah Bimastari; Wulandari, Cindi
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.10769

Abstract

Melalui laman pengunduhan aplikasi belajar online ruang guru di play store, pengguna dapat melihat ulasan ataupun penilaian dalam menggunakan aplikasi belajar online tersebut. Salah satu masalah yang menghambat pengguna dalam memilih dan menggunakan aplikasi pembelajaran online, terutama dalam hal mengulasnya, adalah kurangnya partisipasi pengguna dalam memberikan umpan balik atau evaluasi terhadap platform tersebut. Ulasan ini sangat mempengaruhi dan akan menjadi faktor dalam menentukan apakah aplikasi pembelajaran online tertentu cocok untuk penggunanya. Penelitian ini bertujuan untuk menilai sentimen pengguna terhadap aplikasi pembelajaran online Ruang Guru dengan menganalisis ulasan Google Play Store menggunakan Algoritma Naïve Bayes dan Support Vector Machine. Data yang diambil sebanyak 10000 data ulasan yang kemudian dilakukan preprocessing data sehingga tersisa menjadi 9580 data yang bisa diolah. Labelling data dilakukan berdasarkan skor rating penilaian secara otomatis dengan menggunakan Bahasa pemrograman python. Hasil pelabelan data dikategorikan ke dalam dua kelas yaitu kelas positif, yang terdiri dari 7504 data, dan kelas negatif, yang terdiri dari 2076 data. Proses klasifikasi dan penilaian dilakukan dengan menggunakan dua teknik algoritma, yaitu naïve Bayes dan support vector machine. Berdasarkan nilai perbandingan data training dan data testing sebesar 90:10, 80:20, 70:30 diperoleh hasil perbandingan nilai Algoritma support vector machine mencapai nilai akurasi yang lebih tinggi yaitu 89% dibandingkan dengan algoritma naïve bayes yang hanya mencapai nilai akurasi 84,86%. Kata kunci: Analisis Sentimen, Ruang Guru, Ulasan Play Store, Naïve Bayes, SVM