ANALISIS SENTIMEN ULASAN APLIKASI BPOM MOBILE PADA PLAY STORE MENGGUNAKAN METODE NAÏVE BAYES

Reza Al Ayyubi; Erizal;

ABSTRAK

Analisis Sentimen Ulasan Aplikasi BPOM Mobile Pada Play Store Menggunakan Metode Naïve Bayes

Reza Al Ayyubi

Inovasi dalam pengawasan obat dan makanan hanyalah satu dari sekian banyak sektor layanan publik yang
didorong oleh meroketnya penggunaan aplikasi seluler, yang pada gilirannya didorong oleh permintaan
masyarakat akan solusi yang cepat dan efisien serta meluasnya penggunaan telepon pintar. Mengingat
kebutuhan ini, Badan Pengawas Obat dan Makanan Republik Indonesia (BPOM) telah merilis aplikasi BPOM
Mobile untuk memfasilitasi partisipasi masyarakat dalam pengawasan produk makanan dan obat yang beredar
dan untuk membuat informasi lebih mudah diakses. Informasi produk yang terdaftar, berita terkini, dan
kemampuan untuk mengajukan keluhan adalah semua tujuan penggunaan aplikasi ini. Penelitian ini melihat
nada ulasan BPOM Mobile dan menemukan bahwa sebagian besar orang tidak puas dengan aplikasi tersebut,
yang menunjukkan bahwa aplikasi tersebut tidak memenuhi harapan mereka. Penelitian ini menggunakan
metode Naive Bayes bersama dengan teknik SMOTE Upsampling untuk menilai sentimen. Akurasi, presisi,
dan recall untuk klasifikasi masing-masing adalah 65,74%, presisi 61,93%, dan recall 81,72%. Hasilnya
menunjukkan bahwa model Naive Bayes dengan SMOTE mampu menganalisis sentimen ulasan pengguna
BPOM Mobile dengan baik, dan juga menyoroti fakta bahwa pemerintah perlu meningkatkan layanan
aplikasinya. Penelitian ini memberikan kontribusi dalam beberapa aspek. Pertama, penelitian ini menghadirkan
analisis berbasis machine learning untuk menilai kepuasan pengguna terhadap aplikasi layanan publik. Kedua,
hasil penelitian ini dapat menjadi masukan bagi BPOM untuk meningkatkan fungsionalitas dan pengalaman
pengguna dalam menggunakan aplikasi BPOM Mobile.

Kata kunci: Naive Bayes; BPOM Mobile; Play Store; Aplikasi; Ulasan

Sentiment Analysis of BPOM Mobile Application Reviews on Play Store Using the Naïve Bayes Method

Reza Al Ayyubi

Innovation in drug and food supervision is just one of many public service sectors boosted by the meteoric rise
of Mobile applications, which is in turn driven by the public's demand for quick and efficient solutions and the
pervasiveness of smartphones. In light of this need, the Republic of Indonesia's Food and Drug Supervisory
Agency (BPOM) has released the BPOM Mobile app to facilitate public participation in the monitoring of food
and drug products in circulation and to make information more easily accessible. Registered product
information, breaking news, and the ability to submit complaints are all intended uses for this app. This
research looked at the tone of BPOM Mobile reviews and discovered that most people were unhappy with the
app, suggesting that it fell short of their expectations. This study utilized the Naive Bayes method in conjunction
with the SMOTE Upsampling technique to assess sentiment. The accuracy, precision, and recall for the
classification were 65,74%, presisi 61,93%, dan recall 81,72%, respectively. The results show that the Naive
Bayes model with SMOTE does a good job of analyzing the sentiment of BPOM Mobile user reviews, and it
also highlights the fact that the government needs to improve its application services. This study contributes in
several aspects. First, this study presents a machine learning-based analysis to assess user satisfaction with
public service applications. Second, the results of this study can be input for BPOM to improve the functionality
and user experience in using the BPOM Mobile application.

Keywords: Naïve Bayes; BPOM Mobile; Play Store; Application; Review