Analisis sentimen ulasan aplikasi Cakap pada situs Google Play Store menggunakan metode naive bayes classifier

Rahmat, Ridha Nurfauzia (2022) Analisis sentimen ulasan aplikasi Cakap pada situs Google Play Store menggunakan metode naive bayes classifier. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10611810000046-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (9MB)

Abstract

Penguasaan bahasa asing dapat menjadi jembatan untuk mendapatkan dan menyebarkan informasi karena kemampuan berbahasa asing memudahkan individu untuk berinteraksi dengan masyarakat global. Saat ini, banyak kegiatan yang dilakukan secara daring, salah satunya adalah belajar bahasa asing. Cakap merupakan aplikasi pembelajaran bahasa asing secara daring sehingga pengguna dapat dengan mudah belajar bahasa asing di mana pun. Penggunaan fitur aplikasi Cakap bersifat berbayar, sementara terdapat aplikasi pembelajaran bahasa asing pada situs Google Play Store yang bersifat gratis. Hal ini membuat para pengguna lebih selektif dan membutuhkan pertimbangan dalam memilih aplikasi. Google Play Store menyediakan ruang untuk ulasan pengguna pada halaman pengunduhan aplikasi. Ulasan tersebut dapat menjadi pertimbangan bagi pengguna dalam memilih aplikasi serta membantu pengembang aplikasi untuk mengetahui kebutuhan dan masalah pengguna terkait aplikasi tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen pada ulasan aplikasi Cakap di Google Play Store. Metode yang digunakan adalah _Naïve Bayes Classifier_, yaitu metode klasifikasi berdasarkan Teorema Bayes dengan asumsi bahwa antar karakteristik atribut saling bebas atau independen. _Naïve Bayes Classifier_ memiliki keunggulan berupa algoritma yang sederhana, tetapi dapat menghasilkan tingkat keakuratan yang tinggi, tidak membutuhkan jumlah data yang banyak, serta memiliki proses perhitungan yang cepat dan efisien. Data ulasan diklasifikasikan menjadi sentimen positif dan negatif. Data dibagi menjadi data _training_ dan _testing_ dengan rasio 80:20. Hasil ketepatan klasifikasi untuk data _training_ mendapatkan nilai AUC sebesar 0,826 dan nilai G-mean sebesar 0,817, sementara data _testing_ mendapatkan nilai AUC sebesar 0,809 dan nilai G-mean sebesar 0,803, yang menunjukkan bahwa model klasifikasi yang terbentuk dikategorikan sebagai klasifikasi baik atau _good classification_. Visualisasi _word cloud_ menunjukkan bahwa data ulasan aplikasi Cakap didominasi oleh pengguna yang puas dengan aplikasi Cakap, tetapi aplikasi Cakap masih memerlukan perbaikan dalam ketepatan waktu pemberian sertifikat dan akses pelatihan.
==============================================================================================================================
Mastery of a foreign language can serve as a bridge for obtaining and disseminating information because foreign language skills make it easier for individuals to interact with the global community. Currently, many activities are carried out online, one of which is learning a foreign language. Cakap is an online foreign language learning application that allows users to learn foreign languages easily from anywhere. The use of features in the Cakap application requires payment, while there are foreign language learning applications available on the Google Play Store that are free of charge. This makes users more selective and requires them to consider various factors when choosing an application. The Google Play Store provides a space for users to post reviews on the application download page. These reviews can be a consideration for users when choosing an application and can help application developers identify users' needs and concerns regarding the application. This study aims to conduct sentiment analysis on reviews of the Cakap application on the Google Play Store. The method used is the Naïve Bayes Classifier, which is a classification method based on Bayes' theorem, assuming that the characteristics of the attributes are mutually independent. The Naïve Bayes Classifier has the advantage of a simple algorithm while being able to achieve high accuracy, requiring a relatively small amount of data, and providing fast and efficient calculations. The review data are classified into positive and negative sentiments. The data are divided into training and testing data with a ratio of 80:20. The classification results for the training data obtained an AUC value of 0.826 and a G-mean value of 0.817, while the testing data obtained an AUC value of 0.809 and a G-mean value of 0.803, indicating that the resulting classification model is categorized as a good classification. The word cloud visualization shows that the Cakap application review data are dominated by users who are satisfied with the Cakap application; however, the Cakap application still requires improvements in the timeliness of certificate issuance and access to training.

Item Type:	Thesis (Other)
Additional Information:	519.53 Rah a-1
Uncontrolled Keywords:	Analisis Sentimen, Cakap, Naïve Bayes Classifier, Ulasan, Cakap, Naïve Bayes Classifier, Review, Sentiment Analysis
Subjects:	Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	magang .
Date Deposited:	05 Oct 2026 08:38
Last Modified:	05 Oct 2026 08:38
URI:	http://repository.its.ac.id/id/eprint/145279

Actions (login required)

View Item