ANALISIS SENTIMEN ULASAN APLIKASI NETFLIX DI GOOGLE PLAY STORE MENGGUNAKAN METODE NAÏVE BAYES

Netflix merupakan platform streaming urutan ke 10 yang sering diakses di Indonesia. ulasan yang diberikan pengguna terhadap layanan aplikasi netflix pada website Google Play Store. Penelitian ini merupakan penelitian kuantitatif tentang analisis sentimen yang mengekstrak sentimen aplikasi netflix pada website google play dengan tujuan menerapkan algoritma Naïve Bayes. Pada ini penelitian menggunakan metode SEMMA (Sample, Explore, Modify, Model, dan Assess).
Sample berupa pengumpulan data set melalui ulasan yang di-scraper selanjutnya menyeleksi atribut yang penting pada tahap explore. Selanjutnya pada tahap modify yaitu text preprocessing sehingga menjadi data terstruktur. Model untuk pelabelan menggunakan metode yang akan diuji. Setelah pelabelan akan diklasifikasikan menggunakan metode tersebut. Assess berupa hasil evaluasi yang menggunakan confusion matrix dan k-fold cross validation. Hasil akurasi Naive Bayes menghasilkan nilai akurasi sebesar 79.30%. Naive Bayes menganalisis 800 sentimen positif lebih banyak dari pada sentimen netral dan negatif yang artinya aplikasi Netflix dipandang positif di website Google Play Store. Hasil akurasi dari Naïve Bayes menghasilkan nilai yang baik untuk aplikasi Netflix, Sehingga algoritma tersebut dapat diterapkan untuk klasifikasi analisis sentimen.
========================================================================================================================
Netflix is the 10th most accessed streaming platform in Indonesia. reviews given by users of the Netflix application service on the Google Play Store website. This research is a quantitative research on sentiment analysis that extracts the sentiments of the Netflix application on the Google Play website with the aim of implementing the Naïve Bayes algorithm. In this study using the SEMMA method (Sample, Explore, Modify, Model, and Assess). The sample is in the form of collecting data sets through a scraper review then selecting the attributes that are important at the exploration stage. Furthermore, at the modifying stage, namely text preprocessing so that it becomes structured data. The model for labeling uses the method to be tested. After labeling will be classified using that method. Assess
is in the form of evaluation results using the confusion matrix and k-fold cross validation. Naive Bayes accuracy results produce an accuracy value of 79.30%. Naive Bayes analyzed 800 positive sentiments, more than neutral and negative sentiments, which means that the Netflix pplication is viewed positively on the Google Play Store website. The accuracy results from Naïve Bayes produce a good value for the Netflix application, so that the algorithm can be applied to sentiment analysis classification.