Kemajuan teknologi yang cepat telah membawa dampak signifikan pada industri teknologi informasi dan telekomunikasi, khususnya dalam pengembangan aplikasi mobile. Salah satu aplikasi terkemuka dalam bidang kesehatan reproduksi adalah FLO, yang digunakan oleh lebih dari 350 juta orang untuk melacak siklus menstruasi, ovulasi, dan aspek kesehatan reproduksi lainnya. Memahami pengalaman pengguna aplikasi ini melalui analisis ulasan yang diberikan pada Google Play Store adalah hal yang penting. Penelitian ini menggunakan metode Cross-Industry Standard Process for Data Mining (CRISP-DM) untuk menganalisis sentimen ulasan pengguna aplikasi FLO. Algoritma Naïve Bayes dan Support Vector Machine (SVM) digunakan untuk mengklasifikasikan sentimen ulasan menjadi positif dan negatif. Data yang dianalisis meliputi 1.393 ulasan, di mana 796 ulasan menunjukkan sentimen positif dan 597 ulasan menunjukkan sentimen negatif. Hasil penelitian menunjukkan bahwa baik Naïve Bayes maupun SVM memiliki tingkat akurasi yang sama, yaitu sebesar 74%. Namun, metrik lainnya seperti recall dan precision menunjukkan bahwa SVM memiliki performa yang sedikit lebih baik dibandingkan Naïve Bayes. SVM memiliki nilai recall sebesar 74% dan precision sebesar 71%, sedangkan Naïve Bayes memiliki nilai recall sebesar 88% dan precision sebesar 67%.

S10280

INF 0191 2024

Bekasi

Tersedia