Electronic Theses and Dissertation

Penelitian ini menganalisis penerapan IndoBERT dan Naïve Bayes dalam analisis sentimen terhadap ulasan pada aplikasi belajar online di Play Store. Data dikumpulkan berdasarkan ulasan review aplikasi belajar online, yaitu Ruangguru, Duolingo, Pahamify dan Google Classroom dengan menggunakan library Google-Play-Scraper dengan 2.000 ulasan per aplikasi. Data dilakukan pelabelan sentimen yang terbagi menjadi tiga kelas, yaitu positif dengan rating review bintang 5 dan 4, netral dengan rating review bintang 3 dan negatif rating review bintang 2 dan 1. Hasil analisis model IndoBERT pada label sentimen menggunakan kolom score dari konfigurasi hyperparameter menjadi model akurasi terbaik pada label sentimen yang memiliki akurasi sebesar 0,88 dan model IndoBERT pada label sentimen secara manual menjadi model terbaik dengan akurasi sebesar 0,84. Sebaliknya, label sentimen menggunakan kolom score dan label sentimen secara manual sama-sama menghasilkan akurasi yang bagus secara berturut-turut sebesar 0,82 dan 0,79. Berdasarkan nilai akurasi, model IndoBERT lebih baik daripada Naïve Bayes, meskipun waktu untuk menjalankan kode lebih lama daripada Naïve Bayes.

Kata Kunci: Analisis Sentimen, Aplikasi Belajar Online, IndoBERT, Naïve Bayes, Play Store

This research analyzes the implementation of IndoBERT and Naïve Bayes in sentiment analysis of reviews on online learning applications on the Play Store. Data is collected based on reviews of online learning applications, Ruangguru, Duolingo, Pahamify, and Google Classroom using the Google-Play-Scraper library with 2.000 reviews per application. The data was labeled with sentiment divided into three classes, positive with 5 and 4 star review ratings, neutral with 3 star review ratings, and negative with 2 and 1 star review ratings. The analysis results show that the IndoBERT model on sentiment labels using the score column of the Hyperparameter configuration becomes the best accuracy model on sentiment labels which has an accuracy of 0,88, and the IndoBERT model on sentiment labels manually becomes the best model with an accuracy of 0,84. Conversely, sentiment labels using score columns and manual sentiment labels all produce good accuracy of 0,82 and 0,79, respectively. Based on the accuracy value, the IndoBERT model is better than Naïve Bayes, although the time to run the code is longer than Naïve Bayes. Keywords: Sentiment Analysis, Online Learning App, IndoBERT, Naïve Bayes, Play Store