Analisis sentimen pada ulasan pengguna aplikasi Whatsapp dan Telegram menggunakan metode naive bayes classifier

Al-Rasyid, Krisna (2022) Analisis sentimen pada ulasan pengguna aplikasi Whatsapp dan Telegram menggunakan metode naive bayes classifier. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10611810000015-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (5MB)

Abstract

Perkembangan pengguna internet di Indonesia yang sangat tinggi membuat banyak perusahaan berkompetisi dalam membuat aplikasi-aplikasi yang sesuai dengan perkembangan pasar. Aplikasi WhatsApp dan Telegram merupakan aplikasi pesan instan yang populer di Indonesia dengan menempati urutan teratas di Google Play Store. Persaingan bisnis antara WhatsApp dan Telegram membuat kedua perusahaan saling berkompetisi dengan meningkatkan kualitas aplikasi, salah satunya yaitu dengan melihat ulasan pengguna terhadap aplikasi tersebut. Dalam proses peningkatan kualitas aplikasi, faktor usability aplikasi menjadi aspek yang perlu diperhatikan sehingga perlu dilakukan penelitian guna mengetahui bagaimana sentimen WhatsApp dan Telegram berdasarkan faktor usability. Ulasan pengguna mengenai aplikasi pesan instan WhatsApp dan Telegram didapat dari Google Play Store yang akan dianalisis menggunakan analisis sentimen. Analisis sentimen merupakan studi komputasi dari opini-opini, sentimen, serta emosi yang diekspresikan dalam bentuk teks. Hal dasar yang perlu dilakukan dalam analisis sentimen adalah mengelompokkan polaritas dari teks yang ada dalam bentuk dokumen, kalimat, atau pendapat. Pada penelitian ini, praproses teks yang digunakan adalah _case folding_, _tokenizing_, _stopwords_, dan _stemming_. Sedangkan pada analisis klasifikasi digunakan metode _Naïve Bayes Classifier_ untuk memprediksi peluang sentimen positif atau negatif di masa depan berdasarkan pengalaman di masa lalu. Hasil dari penelitian ini didapatkan bahwa pengguna WhatsApp memberikan ulasan bersentimen negatif sebesar 32,1% dan positif sebesar 67,9%, sedangkan ulasan pengguna Telegram bersentimen negatif sebesar 35,6% dan sentimen positif sebesar 64,4%. Data tersebut termasuk ke dalam kategori data _imbalanced_. Menghasilkan ketepatan klasifikasi pada ulasan pesan instan WhatsApp dengan nilai akurasi sebesar 94,52% dan nilai AUC untuk mengkategorikan hasil klasifikasi sebesar 0,9436, sedangkan pada data ulasan Telegram diperoleh nilai akurasi sebesar 95,02% dan nilai AUC sebesar 0,9397. Nilai AUC WhatsApp dan Telegram diklasifikasikan ke dalam kategori Excellent Classification.
==============================================================================================================================
The development of internet users in Indonesia is very high, causing many companies to compete in developing applications that are in accordance with market developments. WhatsApp and Telegram are instant messaging applications that are popular in Indonesia and rank among the top applications on the Google Play Store. Business competition between WhatsApp and Telegram drives the two companies to compete with each other by improving the quality of their applications, one of which is by analyzing user reviews. In the process of improving application quality, usability is an aspect that needs to be considered. Therefore, research is needed to determine the sentiment toward WhatsApp and Telegram based on usability factors. User reviews of the WhatsApp and Telegram instant messaging applications were obtained from the Google Play Store and analyzed using sentiment analysis. Sentiment analysis is a computational study of opinions, sentiments, and emotions expressed in textual form. The basic process in sentiment analysis is to classify the polarity of text in the form of documents, sentences, or opinions. In this study, the text preprocessing techniques used were case folding, tokenizing, stopword removal, and stemming. Meanwhile, the Naïve Bayes Classifier method was used for classification analysis to predict the probability of positive or negative sentiment in the future based on past experiences. The results of this study show that WhatsApp users expressed 32.1% negative sentiment and 67.9% positive sentiment, while Telegram user reviews contained 35.6% negative sentiment and 64.4% positive sentiment. The classification accuracy was evaluated using AUC because the data belonged to the imbalanced data category. The AUC value for WhatsApp reviews was 0.9436, while the AUC value for Telegram reviews was 0.9397. These results indicate that the WhatsApp and Telegram user review data were classified as Excellent Classification.

Item Type:	Thesis (Other)
Additional Information:	519.53 Alr a-1
Uncontrolled Keywords:	Aplikasi Pesan Instan, Google Play Store, Naïve Bayes Classifier, Text Mining, dan Usability, Instant Messaging Apps, Google Play Store, Naïve Bayes Classifier, Text Mining and Usability
Subjects:	Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	magang .
Date Deposited:	05 Oct 2026 06:28
Last Modified:	05 Oct 2026 06:28
URI:	http://repository.its.ac.id/id/eprint/145258

Actions (login required)

View Item