Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes

Abstract

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.