Aplikasi Analisis Sentimen Ulasan Chatgpt pada Google Play Menggunakan Metode Naïve Bayes
DOI:
https://doi.org/10.71302/jbidai.v9i1.93Kata Kunci:
Analisis Sentimen, ChatGPT, Google Play Store, Naive BayesAbstrak
Perkembangan teknologi kecerdasan buatan mendorong meningkatnya penggunaan aplikasi ChatGPT di Google Play Store yang menghasilkan berbagai ulasan dengan sentimen positif, netral, dan negatif. Ulasan tersebut menjadi sumber informasi penting untuk mengetahui tingkat kepuasan pengguna serta bahan evaluasi layanan, namun jumlah data yang besar membuat analisis manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna dan mengembangkan sistem klasifikasi otomatis berbasis web menggunakan metode Naïve Bayes. Data yang digunakan sebanyak 300 ulasan berbahasa Indonesia yang dikumpulkan melalui Google Play Scraper pada periode Agustus–September 2025, kemudian diproses melalui tahapan preprocessing meliputi case folding, tokenizing, normalisasi, stopword removal, dan stemming. Selanjutnya dilakukan pembobotan menggunakan TF-IDF, pembagian data training dan testing, serta evaluasi menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa dari 10 data uji, sebanyak 7 data berhasil diklasifikasikan dengan benar dan 3 data mengalami kesalahan klasifikasi, dengan tingkat akurasi sebesar 70%. Evaluasi lebih lanjut menunjukkan bahwa kelas negatif memiliki performa terbaik dengan recall 100%, precision 83%, dan F1-Score 91%, sedangkan kelas netral dan positif masih menunjukkan kelemahan terutama pada nilai precision dan recall. Dengan demikian, metode Naïve Bayes cukup efektif dalam mengklasifikasikan sentimen ulasan pengguna dan dapat dimanfaatkan sebagai dasar evaluasi untuk meningkatkan kualitas layanan aplikasi.
Referensi
[1] Jatmiko, S., & Dometian, C. (2025). Analisis Sentimen Ulasan Google Play Store: Studi Komparatif Algoritma SVM, Naïve Bayes, dan Logistic Regression. Jurnal Fasilkom, 15(3).
[2] J. Brownlee, “Naive Bayes for Machine Learning,” Machine Learning Mastery, 2023.
[3] A. Sari, D. Putri, dan B. Nugroho, “Sentiment analysis of mobile application reviews using Naïve Bayes method,” Journal of Information Systems and Technology, vol. 12, no. 2, pp. 101–110, 2024.
[4] R. Pratama dan A. Wijaya, “Implementation of TF-IDF and Naïve Bayes for sentiment analysis on user reviews,” Indonesian Journal of Computer Science, vol. 15, no. 1, pp. 45–53, 2024.
[5] F. Rahman, T. Hidayat, dan M. Saputra, “Comparative analysis of Naïve Bayes and other classification methods in user review sentiment analysis,” International Journal of Data Science and Applications, vol. 9, no. 1, pp. 25–34, 2025.
[6] A. Kumar, S. Singh, dan R. Patel, “Sentiment analysis using machine learning techniques: A comparative study,” International Journal of Data Science, vol. 8, no. 2, pp. 45–55, 2024.
[7] M. Zhang, L. Wang, dan Y. Chen, “Improving text classification accuracy using TF-IDF and preprocessing techniques,” Journal of Artificial Intelligence Research, vol. 12, no. 1, pp. 78–89, 2025.
[8] S. K. Sharma dan R. Gupta, “Web scraping techniques for data extraction and analysis: A review,” International Journal of Computer Applications, vol. 185, no. 12, pp. 15–22, 2023.
[9] A. Kumar dan S. Sharma, “Text preprocessing techniques in natural language processing: A review,” International Journal of Advanced Computer Science and Applications, vol. 14, no. 2, pp. 500–507, 2023.
[10] Y. Li, X. Zhang, dan H. Liu, “TF-IDF based text representation for natural language processing: A review,” Journal of Information Processing Systems, vol. 20, no. 1, pp. 45–55, 2024..
[11] A. Tharwat, “Naïve Bayes classifier: A review,” Journal of Artificial Intelligence Research, vol. 68, pp. 1–24, 2023.
[12] Sathyanarayanan, S., & Tantri, B. R. (2024). Confusion Matrix-Based Performance Evaluation Metrics. African Journal of Biomedical Research, 27(4S). https://doi.org/10.53555/AJBR.v27i4S.434
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
