Analisis Sentimen Terhadap Aplikasi Gbwhatsapp Menggunakan Naive Bayes Classifier Dan Random Forest Classifier

Abstract

Era digital memicu perkembangan berbagai macam aplikasi termasuk pengiriman pesan. Kini layanan pengiriman pesan telah bergeser menjadi berbasis internet, salah satunya aplikasi WhatsApp. Namun beberapa pihak mengembangkan varian WhatsApp yang telah dimodifikasi, salah satunya adalah GBWhatsApp. GBWhatsApp memiliki lebih kaya fitur dan secara legalitas merupakan aplikasi ilegal. CNN Indonesia sudah menjelaskan sebelumnya terkait bahaya menggunakan aplikasi WhatsApp modifikasi pada channel YouTube. Video tersebut mendapatkan banyak komentar pro-kontra mengenai aplikasi GBWhatsApp. Pada 18 Mei 2021, GBWhatsApp menjadi salah satu trending topik di Twitter. Tidak lama pada 25 Oktober 2022, WhatsApp mengalami server down. Insiden ini memicu topik pembicaraan mengenai GBWhatsApp, termasuk di Twitter. Analisis sentimen dipakai demi mencari informasi berguna yang terdapat pada dokumen yang tidak tersusun. Penelitian ini diharapkan bisa mengetahui pendapat pemakai Twitter dan penonton video tersebut terhadap aplikasi GBWhatsApp. Tujuan dari penelitian ini adalah untuk mengklasifikasi sentimen terhadap aplikasi GBWhatsApp menggunakan NBC dan RFC. Penelitian ini, menggunakan metode SEMMA yang terdiri dari tahapan sample, explore, modify, model, dan assess. Sentimen terbagi menjadi positif, negatif, dan nonsentimen. Data yang digunakan yaitu data yang berlabel positif dan negatif dari gabungan data YouTube dan Twitter yang berjumlah 1.686 data. Data yang sudah dibersihkan berjumlah 1.545 data yang terbagi menjadi 90% data training sebesar 1.391 data dan 10% data testing sebesar 154 data. Hasil penelitian menunjukkan bahwa performa algoritma NBC lebih unggul dari algoritma RFC dengan akurasi 71,43%, precision 75,81%, dan recall 61,84%, sedangkan algoritma RFC dengan akurasi 64,94%, precision 80,56%, dan recall 38,16%.
 
 Kata kunci: Analisis Sentimen, Algoritma Naive Bayes, Algoritma Random Forest, GBWhatsApp