Analisis sentimen terhadap rating aplikasi di Google Play Store semakin penting seiring dengan berkembangnya teknologi kecerdasan buatan (AI). Penelitian ini berfokus pada penerapan algoritma Naïve Bayes untuk mengklasifikasikan sentimen ulasan aplikasi berbahasa Indonesia. Dengan menggunakan pendekatan Knowledge Discovery in Databases (KDD), penelitian ini melalui tahapan seleksi data, praproses, transformasi, dan pemodelan data. Data diambil dari ulasan pengguna aplikasi di Google Play Store yang kemudian dianalisis menggunakan model Naïve Bayes untuk menentukan sentimen positif, negatif, atau netral. Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi yang cukup tinggi, mencapai lebih dari 85%. Studi ini memberikan kontribusi dalam pengembangan teknik analisis sentimen otomatis pada teks berbahasa Indonesia dan dapat digunakan untuk meningkatkan kualitas dan pengalaman pengguna dalam aplikasi mobile.
Copyrights © 2025