Analisis Sentimen Aplikasi Maxim pada Playstore dengan Metode Naïve Bayes Classification

Latar Belakang: Perkembangan dunia teknologi membawa perubahan yang signifikan dalam banyak aspek kehidupan, termasuk bidang transportasi. Salah satu perusahaan yang memanfaatkan platform transportasi online adalah Maxim, Maxim adalah perusahaan penyedia layanan transportasi online yang mengandalkan pengemudi sebagai mitra untuk menjalankan bisnisnya, serupa dengan platform lain seperti Gojek dan Grab. Maxim memiliki rating yang tinggi di Google Play Store. Namun, ada indikasi bahwa rating tersebut tidak sepenuhnya mencerminkan tingkat kepuasan pengguna yang sebenarnya. Hal ini disebabkan oleh adanya bias dalam pemberian rating, khususnya terkait akurasi peta dan variasi metode pembayaran pada aplikasi tersebut.
Tujuan: Penelitian ini bertujuan untuk menganalisis sentimen pelanggan terhadap layanan aplikasi Maxim berdasarkan ulasan di Google Play Store. Analisis ini menggunakan metode Naive Bayes Classification untuk mengkategorikan ulasan menjadi komentar positif dan negatif. Dan hasilnya adalah visualisasi data menggunakan framwork flask.
Metode Penelitian: Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Maxim menggunakan metode Naive Bayes. Data yang digunakan dalam penelitian ini adalah ulasan pengguna yang diperoleh dari Google Play Store.
Hasil: Hasil penelitian analisis sentimen ulasan pengguna aplikasi Maxim pada Google Playstore menggunakan metode Naïve Bayes Classification berhasil mendapatkan 200.000 data ulasan pengguna aplikasi Maxim pada Google Playstore dengan data sentimen positif sebanyak 167.213 data dan sentimen negatif sebanyak 32.787 data.
Kesimpulan: Penggunaan model Naïve Bayes Classification berhasil mendapatkan akurasi sebesar 93%. Berdasarkan data tersebut dapat dibuktikan bahwa penilaian masyarakat terhadap aplikasi Maxim bisa dikatakan baik.