KLASIFIKASI SENTIMEN ULASAN APLIKASI UMKM XYZ MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR

Aplikasi mobile telah menjadi alat penting dalam menjalankan bisnis, terutama dalam mengelola transaksi dan interaksi dengan pelanggan. Aplikasi UMKM XYZ menyediakan akses teknologi digital untuk mendukung pedagang tradisional dan UMKM. Aplikasi UMKM XYZ telah diunduh oleh 500 ribu lebih pengguna di google playstore. Capaian tersebut tidak lepas dari peran penilaian atas performa aplikasi yang dilakukan konsumen di google playstore hal ini dapat mempengaruhi kepercayaan konsumen lain terhadap aplikasi. Tujuan pada penelitian ini untuk melakukan klasifikasi sentimen atas performa aplikasi UMKM XYZ yang didasarkan pada ulasan pengguna pada google playstore, dimana dataset yang digunakan dalam penelitian ini sebanyak 2024 ulasan. Setelah dilakukan proses data cleaning, jumlah ulasan berkurang menjadi 1956. Dari jumlah tersebut, terdapat 323 sentimen negatif dan 1633 sentimen positif. Adapun algoritma yang digunakan dalam penelitian ini yaitu algoritma Naïve Bayes Classifier dan K-Nearest Neighbor. Hasil penelitian menunjukkan tingkat accuracy dari penggunaan algoritma Naïve Bayes Classifier sebesar 94% dan tingkat akurasi algoritma K-Nearest Neighbor didapatkan hasil sebesar 84%. Berdasarkan hasil penelitian menunjukan bahwa algoritma Naïve Bayes Classifier menunjukkan akurasi yang lebih tinggi dalam mengklasifikasikan sentimen ulasan aplikasi UMKM XYZ di Google Playstore dibandingkan dengan algoritma K-Nearest Neighbor.