ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI ALIBABA.COM PADA GOOGLE PLAYSTORE MENGGUNAKAN NAÏVE BAYES

Rafi Fadhlur Rahman; Faldy Irwiensyah;

ABSTRAK

Analisis Sentimen Ulasan Pengguna Aplkasi Alibaba.com Pada Google Playstore Menggunakan Naïve Bayes

Rafi Fadhlur Rahman

Abstrak Alibaba.com, sebagai salah satu platform terkemuka, terus berupaya meningkatkan
layanannya berdasarkan umpan balik dari pengguna. Salah satu pendekatan yang digunakan adalah
melalui pengumpulan ulasan pengguna di Google Play Store. Untuk meningkatkan kualitas layanan
dan pengalaman pengguna, analisis sentimen terhadap ulasan tersebut menjadi sangat penting. Pada
penelitian ini, algoritma Naive Bayes diterapkan untuk menganalisis sentimen ulasan dengan tujuan
menentukan apakah sentimen tersebut positif atau negatif. Data berupa ulasan diambil melalui web
scraping, Menghasilkan 998 ulasan yang diproses melalui tahap preprocessing. Selanjutnya, dataset
dibagi menjadi data uji dan data latih melalui perbandingan 60:40, di mana 599 ulasan dilabeli secara
manual untuk pelatihan, dan 399 ulasan digunakan sebagai data uji. Algoritma Naive Bayes
kemudian mengelompokkan ulasan menjadi sentimen positif atau negatif. Berdasarkan evaluasi
menggunakan confusion matrix, model ini menunjukkan akurasi sebesar 77,44%, precision sebesar
83,39%, dan recall sebesar 85,16%. Sebanyak 721 Ulasan diklasifikasikan sebagai sentimen positif,
sementara 277 ulasan dikategorikan sebagai sentimen negatif, Permasalahan utama yang
diidentifikasi dalam ulasan negatif ini mencakup kendala terkait bahasa dan pembayaran. Selain itu,
terdapat juga keluhan mengenai penipuan jual beli barang online, yang merupakan isu signifikan di
platform ini. Banyak pengguna melaporkan pengalaman negatif yang terkait dengan transaksi yang
tidak sesuai, barang yang tidak diterima, atau produk yang tidak sesuai dengan deskripsi. Hal ini
menunjukkan pentingnya sistem verifikasi dan keamanan yang lebih baik untuk melindungi
pengguna dari penipuan. Pada penelitian ini membuktikan kalau Algoritma Naive Bayes cukup
efektif dalam menilai persepsi pengguna dari ulasan aplikasi Alibaba.com.

Kata kunci: Analisis; Aplikasi Alibaba.com; Google Playstore; Naive Bayes, RapidMiner

Sentiment Analysis of User Reviews for the Alibaba.com Application on Google Playstore Using Naïve Bayes

Rafi Fadhlur Rahman

Alibaba.com, as one of the leading platforms, continues to strive to improve its services based on
user feedback. One approach used is the collection of user reviews on the Google Play Store. To
enhance service quality and user experience, sentiment analysis of these reviews becomes crucial.
In this study, the Naive Bayes algorithm is applied to analyze the sentiment of the reviews with the
aim of determining whether the sentiment is positive or negative. The data, consisting of reviews,
was obtained through web scraping, resulting in 998 reviews that were processed through
preprocessing stages. The dataset was then divided into training and testing data with a 60:40 ratio,
where 599 reviews were manually labeled for training, and 399 reviews were used as test data. The
Naive Bayes algorithm subsequently categorized the reviews as either positive or negative
sentiment. An evaluation with a confusion matrix was then used to assess performance, this model
showed an accuracy of 77.44%, precision of 83.39%, and recall of 85.16%. A total of 721 reviews
were categorized as positive sentiment, while 277 reviews were categorized as negative sentiment.
The main issues identified in the negative reviews included challenges related to language and
payment. Additionally, there were complaints regarding online buying and selling fraud, which is a
significant issue on this platform. Many users reported negative experiences related to transactions
that did not match expectations, items that were not received, or products that did not match their
descriptions. This highlights the importance of better verification and security systems to protect
users from fraud. This study demonstrates that the Naive Bayes algorithm is quite efficient in
analyzing user review sentiments on the Alibaba.com application

Keywords: Analysis; Alibaba.com Application; Google Playstore; Naive Bayes; RapidMiner