Klasifikasi dan Prediksi Ulasan Aplikasi Dana Pada Google Play Store Menggunakan Algoritma Naive Bayes

Pada era digital saat ini, kemajuan teknologi yang pesat telah mendorong masyarakat beralih ke transaksi digital melalui financial technology (Fintech), salah satu inovasi fintech yaitu aplikasi DANA. Aplikasi DANA sangat populer dengan lebih dari 100 juta unduhan dan 7 juta ulasan di Google Play Store. Meningkatnya jumlah pengguna menimbulkan kekhawatiran tentang kualitas layanan, menjadikan ulasan sebagai sumber informasi penting. Saat ini, ulasan hanya dikelompokkan berdasarkan rating tanpa klasifikasi rinci, yang menyulitkan pengembang dalam mengidentifikasi masalah. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasi dan prediksi ulasan aplikasi DANA menggunakan Algoritma Naïve Bayes. Metode yang digunakan meliputi pengumpulan 1.500 data ulasan dari Google Play Store, manual labelling berdasarkan lima kategori (transaksi, keamanan, performa aplikasi, pelayanan, serta aktivasi dan verifikasi), preprocessing, pembobotan kata, model Naïve Bayes, dan evaluasi. Berdasarkan hasil analisis, tingkat akurasi yang diperoleh adalah sebesar 87%, dengan presisi mencapai 87%, recall sebesar 84%, dan f1-score sebesar 85%. Maka, dapat disimpulkan bawah model pada penelitian ini mampu dalam mengklasifikasikan seluruh kategori dan dapat memberikan prediksi yang akurat, meskipun terdapat perbedaan nilai presisi, recall, dan f1-score. Diharapkan penelitian ini dapat bermanfaat bagi pengembang aplikasi DANA, dan juga dapat memberikan informasi mengenai efensiensi dan efektivitas algoritma Naïve Bayes dalam klasifikasi dan prediksi.

Kata Kunci: DANA; Klasifikasi; Naïve Bayes; Prediksi; Ulasan