Analisis Sentimen Rating Aplikasi pada Google Play Menggunakan Naïve Bayes

Authors

  • Rio Riansyah Informatic Systems, Institute Technology of South Tangerang, Indonesia
  • Anas Nasrulloh Informatic Systems, Institute Technology of South Tangerang, Indonesia

DOI:

https://doi.org/10.38035/jemsi.v7i1.6034

Keywords:

Artificial Intelligence, Anticheat, Decision Trees, Svm, Naïve Bayes Classification

Abstract

Analisis sentimen terhadap rating aplikasi di Google Play Store semakin penting seiring dengan berkembangnya teknologi kecerdasan buatan (AI). Penelitian ini berfokus pada penerapan algoritma Naïve Bayes untuk mengklasifikasikan sentimen ulasan aplikasi berbahasa Indonesia. Dengan menggunakan pendekatan Knowledge Discovery in Databases (KDD), penelitian ini melalui tahapan seleksi data, praproses, transformasi, dan pemodelan data. Data diambil dari ulasan pengguna aplikasi di Google Play Store yang kemudian dianalisis menggunakan model Naïve Bayes untuk menentukan sentimen positif, negatif, atau netral. Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi yang cukup tinggi, mencapai lebih dari 85%. Studi ini memberikan kontribusi dalam pengembangan teknik analisis sentimen otomatis pada teks berbahasa Indonesia dan dapat digunakan untuk meningkatkan kualitas dan pengalaman pengguna dalam aplikasi mobile.

References

Bird, Steven?; Klein, Ewan?; Loper, E. (2011). Natural language processing with python. In Indonesian Journal of Applied Linguistics (Vol. 1, Nomor 1). https://doi.org/10.17509/ijal.v1i1.106

Bishop, C. M. (2006). Pattern Recognition and Machine Learning. In Springer.

C. Cortes. Vladimir, V. (1995). Support-Vector Networks. Machine Learning, 20(3), 273–297. https://doi.org/10.1080/13632469.2022.2162630

Google. (2024). Google Colaboratory. Google.

J. D. Hunter. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90–95.

M. Honnibal and I. Montani. (2021). spaCy 101: Everything You Need to Know. spacy.io.

McKinney, W. (2018). Data Analysis with Pyhton: The Pandas Library. O’Reilly Media.

Pedregosa, F. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825–2830. https://doi.org/10.1289/EHP4713

Ribeiro-Neto, R. B.-Y. and B. (2011). Modern Information Retrieval: The Concepts and Technology Behind Search. ACM Press.

Travis, O. (2020). A Guide to NumPy. Trelgol Publishing.

Downloads

Published

2025-09-11

How to Cite

Rio Riansyah, & Anas Nasrulloh. (2025). Analisis Sentimen Rating Aplikasi pada Google Play Menggunakan Naïve Bayes. Jurnal Ekonomi Manajemen Sistem Informasi, 7(1), 93–102. https://doi.org/10.38035/jemsi.v7i1.6034

Issue

Vol. 7 No. 1 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (September-Oktober 2025)

Section

Articles

License

Copyright (c) 2025 Rio Riansyah, Anas Nasrulloh

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Hak cipta :

Penulis yang mempublikasikan manuskripnya di jurnal ini menyetujui ketentuan berikut:

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mengakui bahwa Jurnal Ekonomi Manajemen Sistem Informasi (JEMSI) berhak menjadi yang pertama menerbitkan dengan lisensi Creative Commons Attribution 4.0 International (Attribution 4.0 International CC BY 4.0) .
  3. Penulis dapat mengirimkan artikel secara terpisah, mengatur distribusi non-eksklusif manuskrip yang telah diterbitkan dalam jurnal ini ke versi lain (misalnya, dikirim ke repositori institusi penulis, publikasi ke dalam buku, dll.), dengan mengakui bahwa manuskrip telah diterbitkan pertama kali di Jurnal Ekonomi Manajemen Sistem Informasi (JEMSI).