Efektivitas Metode Multinomial Naive Bayes dan Random Forest dalam Analisis Sentimen Ulasan Aplikasi Indodax di Google Play Store

Abstract

Perkembangan teknologi dalam bidang keuangan telah mendorong meningkatnya penggunaan aplikasi exchange aset kripto seperti Indodax. Namun, berbagai kendala teknis dan isu keamanan dapat memengaruhi pengalaman serta kepuasan pengguna yang tercermin dari ulasan di Google Play Store. Ulasan tersebut mengandung informasi berharga mengenai persepsi dan sentimen pengguna terhadap layanan yang diberikan. Oleh karena itu, penting untuk menganalisis sentimen dalam ulasan tersebut agar dapat menjadi bahan evaluasi dan pengambilan keputusan strategis oleh pengembang aplikasi. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Indodax di Google Play Store dengan menggunakan metode Multinomial Naïve Bayes dan Random Forest. Data yang digunakan berasal dari 810 ulasan pengguna dalam periode 1 Januari 2024 hingga 31 Desember 2024. Setelah melalui tahap pre-processing teks seperti cleaning, normalisasi, dan pembobotan TF-IDF, kedua metode diterapkan dan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa metode Multinomial Naïve Bayes memiliki akurasi sebesar 86,4% sedangkan Random Forest lebih unggul dengan akurasi sebesar 90,1%. Temuan ini memberikan pemahaman mengenai pola sentimen pengguna serta menjadi acuan bagi pengembang Indodax untuk meningkatkan layanan mereka. Penelitian ini juga menjadi dasar bagi pengembangan penelitian serupa di masa mendatang.