KLASIFIKASI ANALISIS SENTIMEN ULASAN APLIKASI AL-QUR’AN INDONESIA DI PLAY STORE MENGGUNAKAN METODE NAÏVE BAYES

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Al-Qur’an Indonesia di Google Play Store menggunakan metode Multinomial Naïve Bayes. Data penelitian diperoleh melalui proses scraping ulasan pengguna aplikasi Al-Qur’an Indonesia menggunakan Python pada Google Colab. Pengambilan data dilakukan sebanyak 3000 ulasan terbaru dengan rentang tahun 2023–2025.Tahapan penelitian meliputi preprocessing data berupa cleaning, case folding, tokenizing, stopword removal, dan stemming. Setelah preprocessing, data diubah menjadi representasi numerik menggunakan TF-IDF (Term Frequency Inverse Document Frequency). Dataset kemudian dibagi menjadi data latih dan data uji menggunakan metode train_test_split dengan rasio 80:20. Penelitian ini menemukan adanya ketidakseimbangan distribusi data sentimen antara kelas positif, netral, dan negatif. Oleh karena itu diterapkan metode SMOTE (Synthetic Minority Oversampling Technique) untuk menyeimbangkan distribusi kelas. Setelah proses SMOTE dilakukan, jumlah masing-masing kelas menjadi seimbang yaitu 2852 data positif, 2852 data netral, dan 2852 data negatif. Proses klasifikasi dilakukan menggunakan algoritma Multinomial Naïve Bayes. Evaluasi model dilakukan menggunakan confusion matrix, accuracy, precision, recall, dan f1-score. Hasil pengujian menunjukkan bahwa model memperoleh nilai accuracy sebesar 94,83%. Nilai precision kelas positif sebesar 0,96 dengan recall sebesar 0,99. Hasil penelitian menunjukkan bahwa kombinasi preprocessing, TF-IDF, SMOTE, dan Multinomial Naïve Bayes mampu menghasilkan model klasifikasi sentimen yang cukup baik dalam menganalisis ulasan pengguna aplikasi Al-Qur’an Indonesia di Google Play Store.