Analisis Sentimen Terhadap Aplikasi Tim Salut Menggunakan Metode Naïve Bayes Classifier Berbasis Web

Abstract

Aplikasi Tim Salut merupakan invovasi dari Bapenda untuk memudahkan masyarakat dalam membayar pajak. Pengguna yang telah menggunakan aplikasi Tim Salut dapat memberikan rating (skor berbintang 1–5) disertai ulasan. Ulasan ini berguna sebagai bahan evaluasi agar pelayanan yang diberikan tetap konsisten dan optimal, namun bintang yang diberikan seringkali berbeda dengan ulasannya sehingga kurang optimal untuk menjadi bahan evaluasi. Oleh karena itu dibutuhkan analisis sentiment untuk mengetahui respon masyarakat terhadap aplikasi tim salut. Berdasarkan dari permasalahan yang ada, penulis membuat aplikasi analisis sentimen berbasis web, dimana aplikasi ini dikembangkan menggunakan metode RAD (Rapid Aplication Development) serta Algoritma Naïve Bayes Classifier untuk mengklasifikasi teks menjadi positif, negatif, dan netral. Dari hasil evaluasi dapat disimpulkan bahwa aplikasi yang telah dibangun  menggunakan algoritma naïve bayes classifier berhasil mengkalifikasikan teks menjadi positif, negative, netral dengan ratio 80 data training : 20 data testing dan menghasilkan akurasi yang baik, yaitu 73 %.