Analisis sentimen ulasan aplikasi Pedulilindungi menggunakan Naive Bayes Classifier dan Support Vector Machine

ABSTRAK

Adanya penyebaran virus Covid-19 sejak akhir tahun 2019 di Indonesia menjadikan pemerintah Indonesia melakukan beberapa tindakan di berbagai sektor. Salah satu upaya pemerintah dalam menangani dan memantau kondisi pandemi Covid-19 dengan menggunakan teknologi informasi yaitu dengan meluncurkan aplikasiPeduliLindungi. Dengan aplikasi ini pemerintah dapat memantau data masyarakat terkait dengan vaksinasi, tracing, telemedicine, mencari kamar pada rumah sakit terdekat. Peluncuran aplikasi dan kewajiban pemakaian aplikasi PeduliLindungi ini menuai respon masyarakat, hal ini dapat dipantau/dilihat dari ulasan yang media sosial, berita dan juga ulasan di Google Play Store terkait aplikasi tersebut. Ulasan-ulasan dari pengguna di Google Play Store dapat digunakan sebagai parameter untuk masukan atau feedback. Data ini cukup banyak dan membutuhkan waktu yang lama untuk mengolahnya, padahal bisa jadi ulasan-ulasan yang ada dapat bermanfaat sebagai masukan untuk kritik dan saran dalam pembangunan aplikasi kedepannya. Dari data ulasan pengguna dapat dilakukan proses klasifikasi berdasarkan jenis sentimen. Analisis sentimen merupakan cabang dari klasifikasi teks (text classification) yang bertujuan untuk mengklasifikasikan sentimen (opini) apakah teks mengandung opini negatif, opini positif atau netral. Tujuan dari penelitian ini adalah dapat menerapkan analisis sentimen pada data ulasan pengguna aplikasi PeduLindungi menjadi kelas positif dan negatif dengan menggunakan algoritma klasifikasi Naive Bayes Classifier dan Support Vector Machine. Dataset yang digunakan setelah melalui pra-pemrosesan data sebanyak
10616 record , hasil ujicoba dan evaluasi model yang dilakukan dengan pembagian data training dan data testing secara acak diperoleh nilai akurasi, untuk metode Naive Bayes Classifier sebesar 77 % dan Support Vector Machine memiliki akurasi yang lebih tinggi, yaitu 81%.

مستخلص البحث

أدى انتشار فيروس الكوفيد-19 منذ نهاية عام 2019 في إندونيسيا إلى اتخاذ الحكومة الإندونيسية عدة الإجراءات في مختلف القطاعات. تتمثل إحدى جهود الحكومة في التعامل مع حالة جائحة الكوفيد-19 ومراقبتها باستخدام تكنولوجيا المعلومات في إطلاق تطبيق PeduliLindungi. باستخدام هذا التطبي ، يمكن للحكومة مراقبة البيانات العامة المتعلقة بالتطعيم والتتبع والتطبيب عن بعد وإيجاد غرف في أقرب مستشفى. تلقى إطلاق التطبيق والالتزام باستخدام تطبيق PeduliLindungi استجابة عامة، ويمكن مراقبة أو رؤية ذلك من مراجعات وسائل التواصل الاجتماعي والأخبار وكذلك المراجعات على متجر Google Play المتعلق بالتطبيق. يمكن استخدام مراجعات المستخدمين على متجر Google Play كمعلمة للتعليقات. هذه البيانات كثيرة جدا وتستغرق وقتا طويلا للمعالجة، على الرغم من أنه قد تكون المراجعات الحالية مفيدة كمدخلات للنقد والاقتراحات في تطوير التطبيقات المستقبلية. من بيانات مراجعة المستخدم، يمكن إجراء عملية تصنيف بناء على نوع المشاعر. تحليل المشاعر هو فرع من فروع تصنيف النص يهدف إلى تصنيف المشاعر (الرأي) سواء كان النص يحتوي على آراء سلبية أو آراء إيجابية أو محايدة. الهدف من هذه الرسالة هو تطبيق تحليل المشاعر على بيانات مراجعة المستخدم لتطبيق PeduLindungi في الفئة الإيجابية والسلبية باستخدام خوارزمية تصنيف المصنف البايزي الساذج وآلة المتجه الداعم. مجموعة البيانات المستخدمة بعد المرور بالمعالجة المسبقة للبيانات ما يصل إلى 10616 سجلا، ونتائج التجارب وتقييمات النماذج التي أجريت من خلال تصنيف البيانات إلى بيانات التدريب وبيانات الاختبار بشكل عشوائي حصلت على قيمة دقة؛ طريقة المصنف البايزي الساذج بنسبة 77٪ وآلة المتجه الداعم لها قيمة دقة أعلى، وهي بنسبة 81٪.

ABSTRACT

The spread of the Covid-19 virus in Indonesia since the end of 2019 urges the Indonesian government to act in several sectors. To handle and monitor the condition of the Covid-19 pandemic using information technology, the government has launched the PeduliLindungi application. Hence, it can monitor the population data dealing with vaccination, tracing, telemedicine, and room reservation at the nearest hospitals. Society responds to the launch and the obligation to use the application. The responses can be seen from social media, news, and Google Play Store reviews. Users’ reviews from the Google Play Store can be used as feedback parameters. Even though they are beneficial as criticism and suggestions in the application development, their number is large and takes time to analyze. The researcher conducted a review classification based on sentiment type. Sentiment analysis is a branch of text classification to determine whether sentiments or opinions are negative, positive, or neutral. The research aims to implement sentiment analysis on the data of PeduliLindungi application users’ reviews and classify them into positive and negative groups using the classification algorithm of Naive Bayes Classifier and Support Vector Machine. After undergoing a pre-processing stage, the data involves 10,616 records. Using the model try-out and evaluation by randomly classifying the training and testing data, the researcher found an accuracy score of 77% for the Naive Bayes Classifier method and a higher accuracy of 81% for the Support Vector Machine method.