Analisis Sentimen Ulasan Pengguna Pada Aplikasi Threads Dengan Metode Lexicon Based dan Naive Bayes Classifier

Abstract

Perkembangan Pesat Teknologi dan Perubahan Pola Komunikasi Dalam beberapa tahun terakhir, perkembangan teknologi informasi telah membawa perubahan signifikan dalam cara manusia berinteraksi dan berkomunikasi. Salah satu dampak yang paling mencolok adalah kemunculan forum daring atau aplikasi perforuman, yang telah menjadi medium populer bagi individu untuk berbagi ide, informasi, dan pengalaman secara global.Dengan adanya aplikasi threads, terdapat juga kelebihan dan kekurangan dari aplikasi yang ada, mulai dari fitur yang kurang hingga yang maximal. Analisis sentimen pada playstore dilakukan agar mengetahui aplikasi threads yang bari diluncurkan ini bagaiman performa aplikasi ini. Metode lexicon based dan naive bayes classifier dipilih agar dapat mengklasifikasikan antara ulasan yang bersentimen positif,  dan negatif agar memudahkan masyarakat dalam menentukan pilihan beserta mengetahui tingkat akurasi antara kedua metode. Dari hasil kedua metode telah didapatkan bahwa sentimen positif memiliki persentase tertinggi terhadap aplikasi threads. Sedangkan perbandingan akurasi dari kedua metode menghasilkan 55% untuk metode lexicon based dan 51% untuk metode naive bayes classifier. Dari hasil tersebut dapat menunjukkan bahwa data yang telah dianalisis tentang aplikasi threads memiliki nilai positif dan hasil akurasi dari metode lexicon based memiliki nilai yang lebih tinggi dari pada metode naive bayes classifier .