Abstrak


Analisis Sentimen Ulasan Aplikasi Threads Pada Google Play Store Menggunakan Algoritma Multinomial Naive Bayes dan Support Vector Machine


Oleh :
Siwi Budi Utami - M0720065 - Fak. MIPA

Berdasarkan Indonesian Digital Report 2023 yang dirilis oleh Hootsuite (We are Social), jumlah pengguna aktif media sosial di Indonesia sebanyak 167 juta, mewakili 60,4?ri total populasi penduduk di tahun 2023. Penggunaan aplikasi tidak hanya berkaitan dengan fungsionalitasnya, tetapi juga dengan pengalaman pengguna dan ulasan yang diberikan oleh para pengguna. Threads adalah salah satu platform sosial media terbaru yang secara umum mirip dengan Twitter dalam hal memungkinkan pengguna membagikan unggahan berbasis teks. Namun, tampilan dan fitur Threads sedikit berbeda dari Twitter, meskipun ada beberapa fitur yang serupa. Melalui kumpulan ulasan pengguna, dapat menangkap suara atau pandangan pengguna saat memakai aplikasi tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen dengan algoritma Multinomial Naïve Bayes dan Support Vector Machine. Data yang digunakan berasal dari hasil scrapping pada Google Play Store. Penelitian ini juga menggunakan Synthetic Minority Over-sampling Technique (SMOTE) untuk menyeimbangkan data. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine memiliki hasil yang lebih baik dibanding Multinomial Naïve Bayes dengan akurasi 95,7?n F1-score 100%. Oleh karena itu, algoritma Support Vector Machine lebih baik digunakan dalam analisis sentimen ulasan aplikasi Threads.