Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes

Penelitian ini bertujuan untuk menganalisis sentimen terkait penggunaan aplikasi Kinemaster dengan menggunakan metode Naive Bayes. Fokus utama adalah memahami sentimen pengguna yang terungkap dari ulasan dan umpan balik terkait Kinemaster, sebuah aplikasi penyunting video yang populer. Tujuan utama adalah menerapkan teknik machine learning, khususnya klasifikasi Naive Bayes, untuk mengidentifikasi dan mengelompokkan sentimen yang terungkap dalam ulasan pengguna. Metodologi penelitian ini melibatkan pengumpulan dataset yang signifikan berupa ulasan dan umpan balik yang dihasilkan oleh pengguna terkait aplikasi Kinemaster dari berbagai platform online. Untuk mempersiapkan dataset untuk analisis, teknik preprocessing diterapkan guna membersihkan dan mempersiapkan data. Selain itu, algoritma Naive Bayes digunakan untuk mengklasifikasikan sentimen yang terungkap dalam ulasan Google Play Store sebagai positif, negatif, atau netral. Ulasan di Google Play Store terus bertambah dari hari ke hari. Oleh karena itu, perlu dilakukan analisis terhadap ulasan-ulasan tersebut melalui analisis sentimen terhadap ulasan-ulasan KineMaster. Langkah pertama dalam analisis sentimen adalah observasi, preprocessing, yaitu proses tokenisasi, stopword removal, dan stemming. Data dibagi menjadi dua bagian, yaitu data latih dan data uji, dengan perbandingan 80:20. Algoritma yang digunakan adalah Naive Bayes classifier yang memiliki akurasi 85%, presisi 82%, recall 74% dan f1 score 78%.