Analisis Sentimen Ulasan Siwaslu Pada Google Play Store Menggunakan Algoritma Naïve Bayes Classifier

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Sistem Pengawasan Pemilihan Umum (SIWASLU) di Google Play Store menggunakan algoritma Naïve Bayes Classifier (NBC). Proses pengumpulan data dilakukan melalui teknik web scraping, menghasilkan 2.177 ulasan yang dianalisis menggunakan pendekatan text preprocessing, pelabelan manual, dan pembobotan TF-IDF. Distribusi sentimen menunjukkan bahwa mayoritas ulasan memiliki sentimen negatif (59,16%), diikuti oleh sentimen positif (26,18%) dan netral (14,65%). Model Naïve Bayes Classifier mencapai tingkat akurasi sebesar 82%, dengan performa terbaik pada sentimen negatif. Hasil penelitian mengidentifikasi bahwa tantangan utama dalam pengklasifikasian sentimen adalah ketidakseimbangan data, terutama pada kategori netral. Penelitian ini memberikan wawasan yang relevan untuk pengembangan aplikasi SIWASLU yang lebih responsif terhadap kebutuhan pengguna.