Analisis sentimen pengguna iBI Library pada ulasan Google Play Store dengan multinomial naive bayes

INDONESIA

IBI library merupakan layanan perpustakaan digital berbasis aplikasi mobile yang dikembangkan oleh perpustakan Bank Indoneisa dengan kualitas manajemen yang berstandar internasional. Pada aplikasi iBI Library masih sering terjadi permasalahan seperti error saat melakukan peminjaman buku dan tombol navigasi yang kurang familiar. Oleh karena itu dilakukan analisis sentimen terhadap ulasan pengguna aplikasi iBI Library pada media Google play Store. penelitian ini dilakukan untuk mengetahui performa algoritma Multinomial naïve bayes dalam mengklasifikasikan sentimen positive dan negative serta mengevaluasi kualitas layanan dan pengalaman pengguna. Metode yang digunakan adalah metode text mining dengan tahapan pengumpulan data ulasan dari Google Play Store, pre- processing, pelabelan data, pembagian data training dan test dengan dua rasio yaitu (70:30 dan 80:20). Pengukuran performa algoritma klasifikasi Mutltinomial Naïve Bayes dilakukan dalam bentuk akurasi, presisi, recall dan f1-score. Pada skenario rasio 80:20 menghasilkan nilai akurasi 83%, presisi 82%, recall 82%, dan f- measure 82%, performa klasifikasi yang dihasilkan rasio tersebut lebih unggul dibanding performa pada rasio 70:30 dan 80:20 tanpa pre-processing. Selain itu hasil analisis sentimen menemukan bahwa meskipun banyak sentimen negatif, seperti kesulitan akses koleksi dan pengalaman pengguna, banyak juga yang memberikan ulasan positif terkait koleksi yang lengkap, akses yang mudah di berbagai perangkat, dan bantuan layanan yang cepat. Beberapa komentar negatif tersebut dapat digunakan iBI Library untuk meningkatkan layanan kepada penggunanya.

ENGLISH

IBI Library is a digital library service based on a mobile application developed by Bank Indonesia Library with international standard management quality. The iBI Library app still frequently experiences issues such as errors during book borrowing and unfamiliar navigation buttons. Therefore, a sentiment analysis was conducted on user reviews of the iBI Library app on the Google Play Store. This study was conducted to assess the performance of the Multinomial Naive Bayes algorithm in classifying positive and negative sentiments, as well as evaluating service quality and user experience. The method used is text mining, involving data collection from Google Play Store reviews, pre-processing, data labeling, and dividing the data into training and test sets with two ratios (70:30 and 80:20). The performance of the Multinomial Naive Bayes classification algorithm was measured in terms of accuracy, precision, recall, and F1-score. In the 80:20 ratio scenario, the accuracy was 83%, precision was 82%, recall was 82%, and f- measure was 82%. The classification performance of this ratio was superior to that of the 70:30 ratio and the 80:20 ratio without pre-processing. Additionally, the sentiment analysis revealed that while there were many negative sentiments, such as difficulties accessing the collection and user experience issues, there were also many positive reviews regarding the comprehensive collection, easy access across various devices, and quick customer service assistance. Some of these negative comments can be used by iBI Library to improve its services for users.

ARABIC

مكتبة IBI هي خدمة مكتبة رقمية قائمة على تطبيقات الهاتف المحمول تم تطويرها بواسطة مكتبات بنك إندونيسيا بجودة إدارة قياسية دولية. في تطبيق مكتبة iBI ، لا تزال هناك غالبا مشاكل مثل الأخطاء عند استعارة الكتب وأزرار التنقل غير المألوفة. لذلك ، تم إجراء تحليل المشاعر على مراجعات المستخدمين لتطبيق مكتبة iBI على وسائط متجر Google Play. أجريت هذه الدراسة لتحديد أداء خوارزمية بايز الساذجة متعددة الحدود في تصنيف المشاعر الإيجابية والسلبية وتقييم جودة الخدمة وتجربة المستخدم. الطريقة المستخدمة هي طريقة التنقيب عن النصوص مع مراحل جمع بيانات المراجعة من متجر Google Play ، والمعالجة المسبقة ، وتصنيف البيانات ، والتدريب على مشاركة البيانات والاختبار بنسبتين ، وهما (70:30 و 80:20). يتم إجراء قياس أداء خوارزمية تصنيف Bayes الساذجة متعددة في شكل دقة ودقة واستدعاء ودرجة f1. في سيناريو نسبة 80:20 ، ينتج قيمة دقة تبلغ 83٪ ، ودقة 82٪ ، واستدعاء 82٪ ، ومقياس f 82٪ ، وأداء التصنيف الناتج عن هذه النسبة يتفوق على أداء نسب 70:30 و 80:20 دون معالجة مسبقة. بالإضافة إلى ذلك ، وجد تحليل المشاعر أنه على الرغم من العديد من المشاعر السلبية ، مثل صعوبة الوصول إلى المجموعات وتجربة المستخدم ، قدم الكثيرون أيضا مراجعات إيجابية فيما يتعلق بالمجموعة الكاملة ، وسهولة الوصول على الأجهزة المختلفة ،