ANALISIS SENTIMEN PADA ULASAN APLIKASI INVESTASI ONLINE BIBIT DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Di era digital, aplikasi investasi online semakin populer sebagai sarana berinvestasi. Bibit merupakan aplikasi investasi online di Indonesia yang memungkinkan penggunanya berinvestasi pada saham, reksa dana, dan obligasi. Bibit dapat diunduh melalui berbagai layanan distribusi digital, salah satunya Google Play Store. Fitur rating di Google Play Store memungkinkan pengguna untuk memberikan penilaian dan ulasan terkait aplikasi yang mereka gunakan. Kehadiran fitur ini menjadi pertimbangan calon pengguna dalam menentukan keputusan mengunduh aplikasi. Selain itu juga memberikan wawasan berharga bagi pengembang untuk melakukan evaluasi guna meningkatkan kinerja aplikasi. Meningkatnya jumlah ulasan membuat sulit untuk mengambil kesimpulan, sehingga diperlukan analisis sentimen untuk memahami persepsi pengguna terhadap aplikasi Bibit. Analisis sentimen pada penelitian ini menggunakan algoritma klasifkasi Naïve Bayes yang melibatkan beberapa tahapan proses, seperti data preprocessing, pelabelan data, ekstraksi fitur, pembagian dataset, klasifikasi, dan evaluasi model. Data yang digunakan dalam penelitian ini adalah ulasan pengguna aplikasi Bibit yang diambil dengan teknik Web Scrapping. Hasil penerapan metode Naïve Bayes Classification dengan perbandingan data latih dan data uji 80:20 menunjukkan tingkat akurasi sebesar 82,22%, presisi sebesar 81,25%, dan recall sebesar 62,90%. Selanjutnya model klasifikasi ditinjau menggunakan K-Fold Cross Validation dengan nilai k=5 menunjukkan peningkatan akurasi sebesar 87,41%.