Analisis Sentimen Ulasan Aplikasi Gopay Menggunakan Naive Bayes dengan Teknik Oversampling

Sari

Aplikasi Gopay merupakan salah satu dari aplikasi fintech yang paling banyak digunakan dibandingkan dengan platform lainnya dan tercatat memiliki ulasan sebanyak 207.000 di kolom komentar pada Play Store. Dengan memanfaatkan data tersebut, penelitian ini bertujuan untuk mengekstraksi dan menganalisis secara komputasional menjadi sentimen positif dan negatif menggunakan algoritma Naive Bayes yang dikombinasikan dengan teknik oversampling. Adapun untuk dataset yang digunakan bersumber dari Google Play Store. Hasil penelitian menunjukkan bahwa pemodelan yang diterapkan mampu menghasilkan nilai akurasi yang mencapai 92,89%. Hal ini menjadi temuan penting dikarenakan adanya peningkatan akurasi yang signifikan jika dibandingkan dengan pemodelan Naive Bayes tanpa menggunakan oversampling yang hanya 89,19% saja. Dengan demikian, penerapan teknik oversampling dalam model Naive Bayes ini dapat menjadi solusi efektif dalam mengatasi ketidakseimbangan kelas pada analisis sentimen karena mampu meningkatkan performa model klasifikasi.

The Gopay application is one of the most widely used fintech applications compared to other platforms and has recorded 207,000 reviews in the comments column on the Play Store. By utilizing this data, this research aims to extract and computationally analyze positive and negative sentiment using the Naive Bayes algorithm combined with oversampling techniques. The dataset used is sourced from the Google Play Store. The research results showed that the modeling applied was able to produce an accuracy value of 92.89%. This is an important finding because there is a significant increase in accuracy when compared to Naive Bayes modeling without using oversampling which is only 89.19%. Thus, the application of oversampling techniques in the Naive Bayes model can be an effective solution in overcoming class imbalance in sentiment analysis because it can improve the performance of the classification model.