Sentiment Analysis on WeTV App Reviews on Google Play Store Using NBC and SVM Algorithms

Abstract

Sejak wabah Covid-19 melanda Indonesia, semua kegiatan masyarakat menjadi sangat terbatas. Keputusan pemerintah tentang PPKM demi menurunkan tingkat kasus Covid-19, membuat masyarakat harus menurunkan tingkat kegiatan di luar rumah termasuk bekerja. Kegiatan yang akhirakhir ini digemari oleh masyarakat salah satunya adalah menonton film melalui layanan streaming online yang tersedia di Google Play Store. Aplikasi dengan total unduhan dan rating yang tinggi menunjukkan minat masyarakat pada aplikasi tersebut. Layanan streaming online WeTV merupakan salah satu aplikasi yang memiliki unduhan dan rating yang tinggi pada Google Play Store. Layanan ini menyajikan beragam jenis konten dari berbagai negara. Kendati demikian, aplikasi WeTV juga memiliki kekurangan yang terlihat pada ulasan-ulasan dari para pengguna. Berdasarkan hal tersebut dilakukan penelitian tentang klasifikasi sentimen positif dan negatif dari pengguna aplikasi WeTV. Algoritma klasifikasi yang diimplementasikan ada dua yakni Naïve Bayes Classifer (NBC) dan Support Vector Machine (SVM). Selain mengklasifikasikan ulasan positif dan negatif, analisis sentimen ini juga bertujuan untuk melakukan komparasi performa dari kedua algoritma tersebut. Total data yang digunakan adalah 100 data. Setelah melakukan analisis sentimen, diperoleh kesimpulan bahwa metode klasifikasi SVM merupakan metode klasifikasi terbaik pada penelitian ini dengan accuracy 80.00%, precision 80.00%, dan recall 80.00%.