Analisis Sentimen Review Aplikasi Traveloka di Google Play Store Menggunakan Metode Naïve Bayes


Muhammad Fadhli Ardhi Indrani(1*); Herman Herman(2); Lilis Nur Hayati(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Kemajuan teknologi informasi telah mendorong meningkatnya penggunaan aplikasi layanan digital, salah satunya adalah aplikasi traveloka yang berfungsi sebagai penyedia layanan pemesanan tiket dan akomodasi secara daring. Ulasan pengguna di Google Play Store memberikan informasi penting untuk mengenai pengalaman pengguna terhadap aplikasi tersebut. Tujuan penelitian ini untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi traveloka menggunakan metode Naïve Bayes Classifier. Data diperoleh dengan melakukan web scraping terhadap 2000 ulasan pengguna di Google Play Store. Data kemudian diproses melalui tahap pra-pemrosesan meliputi Case folding, tokenisasi, stopword removal, dan stemming. Setelah itu, dilakukan pelabelan data untuk dijadikan tiga kategori sentimen: positif, netral, negatif. Metode Multinominal Naïve Bayes digunakan untuk melakukan klasifikasi dengan pendekatab Bag-of-Words. Evaluasi model dilakukan menggunakan metrik akurasi f1-score. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasi sentimen dengan akurasi sebesar 89,5% dan f1-score untuk kelas positif sebesar 0,88, serta hasil evaluasi precision Negatif bernilai 0,76, Netral 0,00 dan Positif bernilai 0,92, dan Recall Negatif 0,72, Netral 0,00 dan Positif 0,97. Penelitian ini menunjukkan bahwa metode Naïve Bayes efektif digunakan dalam klasifikasi sentimen ulasan aplikasi berbasis teks., meskipun masih terdapat misklasifikasi pada ulasan netral dan negatif yang dipengaruhi oleh distribusi data yang tidak seimbang

Keywords


Naïve Bayes; analisis sentimen; Traveloka; klasifikasi teks; Google Play Store

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 150 times
PDF view: 95 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/linier.v2i4.3339 		  

Cite

How to cite item

References


Candra Wijaya, A. Aksa Mahendra, T. Nur Hamdan, H. Ramdan, And R. Aditya, “Pengembangan Sistem Informasi Pelayanan Publik Untuk Pemerintah Daerah,” Vol. 3, No. 1, Pp. 40–51, 2024, Doi: 10.33050/Mentari.v3i1.

J. A. Rieuwpassa, S. Sugito, And T. Widiharih, “Implementasi Metode Naïve Bayes Classifier Untuk Klasifikasi Sentimen Ulasan Pengguna Aplikasi Netflix Pada Google Play,” Jurnal Gaussian, Vol. 12, No. 3, Pp. 362–371, Feb. 2024, Doi: 10.14710/j.Gauss.12.3.362-371.

D. S. Nurrochmah, N. Rahaningsih, R. D. Dana, And C. L. Rohmat, “Jurnal Informatika Terpadu Penerapan Algoritma Naïve Bayes Dalam Analisis Sentimen Ulasan Aplikasi Kitalulus Di Google Play Store,” Jurnal Informatikaterpadu,Vol.11,No.1,Pp.1–11,

R. Islami, S. S. Hilabi, And A. Hananto, “Analisis User Experience Aplikasi Traveloka Dan Tiket.Com Menggunakan Metode User Experience Quesionnaire,” Remik, Vol. 7, No. 1, Pp. 497–505, Jan. 2023, Doi: 10.33395/Remik.v7i1.12106.

S. Rohimah, “Analisis Sentimen Traveloka Berdasarkan Ulasan Google Play Store Menggunakan Metode Klasifikasi,” Building Of Informatics, Technology And Science (Bits), Vol. 6, No. 3, Pp. 1709–1716, 2024.

A. Amelia, L. N. Hayati, And H. Darwis, “Analisis Sentimen Masyarakat Terhadap Sistem Pembayaran Mypertamina Dengan Metode Random Forest, Svm, Dan Naïve Bayes,” Literatur Informatika & Komputer, Vol. 1, No. 1, Pp. 28–44, 2024, Doi: 10.33096/Linier.v1i1.2269.

W. Septian And F. M. Sarimole, “Komparasi Analisis Sentimen Masyarakat Terhadap Isu Penundaan Pemilu 2024 Pada Twitter Dengan Metode Naïve Bayes Dan Support Vector Machine,” Jurnal Sains Dan Teknologi, Vol. 5, No. 3, Pp. 890–899, 2024.

I. Rianto And P. I. Santosa, Data Preparation Untuk Machine Learning & Deep Learning. Yogyakarta, Indonesia: Penerbit Andi, 2025.

N. Noprianty, Implementasi Algoritma Random Forest Untuk Analisis Sentimen Penggunaan Aplikasi Perplexity. Undergraduate Thesis, Universitas Sulawesi Barat, 2025.

A. Muzakir, Penerapan Konsep Machine Learning & Deep Learning. CV. Literasi Nusantara Abadi, 2023.

A. Fardhina, R. M. Siregar, M. R. W. Br Sibarani, I. C. Br Ginting, and A. Pratama, “Sistem Deteksi Berita Hoaks berbasis Algoritma Natural Language Processing (NLP) menggunakan BERT,” Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK), vol. 4, no. 1, pp. 450–461, Jun. 2025, doi: 10.70247/jumistik.v4i1.156.

A. Ajis Solihin, F. S. Utomo, and A. S. Barkah, “Evaluasi Pengaruh Varian Daftar Stopword terhadap Kinerja Klasifikasi Teks Al-Qur’an dengan Support Vector Machine dan Backpropagation Neural Network,” Jurnal Pendidikan dan Teknologi Indonesia, vol. 5, no. 7, pp. 1867–1880, Jul. 2025, doi: 10.52436/1.jpti.875.

M. Irwan, Machine Learning: Teori dan Aplikasi. Klaten, Indonesia: Penerbit Lakeisha, 2023

A. Wahyu Nugroho and T. Susanto, “Sentiment Analysis of Social Media Users On The 2024 Presidential Election Using the Naive Bayes Classifier Method Informasi Artikel ABSTRAK,” Journal of Artificial Intelligence and Software Engineering, vol. 5, no. 2, pp. 410–420, 2025, doi: 10.30811/jaise.v5i2.6679.

R. Rahmatulloh et al., “Model Klasifikasi Naive Bayes untuk Pemetaan Persepsi Publik Secara Real-Time pada Media Sosial: Studi Kasus RUU TNI 2025,” vol. 5, no. 2, pp. 365–379, 2025, doi: 10.51454/decode.v5i2.1139.

R. Wulan, Data Mining: Teori dan Implementasi dengan R dan Python. Klaten, Indonesia: Penerbit Lakeisha, 2024.

A. P. Widyassari, D. Salsabilla, and M. A. Amrozi, “Analisis sentimen publik di twitter terhadap pelantikan presiden Prabowo menggunakan algoritma Naive Bayes,” NERO (Networking Engineering Research Operation), vol. 10, no. 1, pp. 13–24, 2025.

B. A. Maulana, M. J. Fahmi, A. M. Imran, and N. Hidayati, “Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM),” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 2, pp. 375–384, Feb. 2024, doi: 10.57152/malcom.v4i2.1206.

S. Mandasari, B. H. Hayadi, and R. Gunawan, “Analisis sentimen pengguna transportasi online terhadap layanan grab indonesia menggunakan multinomial naive bayes classifier,” Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, vol. 5, no. 2, pp. 118–126, 2022.

J. A. Wibowo, V. C. Mawardi, and T. Sutrisno, “Visualisasi Word Cloud Hasil Analisis Sentimen Berbasis Fitur Layanan Aplikasi Gojek Dengan Support Vector Machine,” Jurnal Serina Sains, Teknik dan Kedokteran, vol. 2, no. 1, pp. 61–70, Mar. 2024, doi: 10.24912/jsstk.v2i1.32058


Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Muhammad Fadhli Ardhi Indrani, Herman Herman, Lilis Nur Hayati

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



Linier: Literatur Informatika dan Komputer indexed by

Google_Scholar_logogaruda_logoCROSSREF_logoROAD_logo

ISSN 3063-2218
Published by Prodi Teknik Informatika FIK Universitas Muslim Indonesia
Website :  https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id

 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0