Analisis Sentimen Ulasan Pengguna Aplikasi Akupunktur di Play Store Menggunakan Naïve Bayes: Sentiment Analysis User Reviews of Acupuncture Applications on Play Store Using Naïve Bayes

Abstrak

Integrasi kemajuan teknologi ke dalam layanan kesehatan tidak dapat dihindari. WHO menekankan aspek aksesibilitas dan keamanan pasien pada integrasi teknologi dalam layanan kesehatan. Di bidang akupunktur, saat ini telah banyak sekali ulasan-ulasan pengguna aplikasi akupunktur yang memiliki potensi untuk memengaruhi kepercayaan masyarakat. Namun, belum ada penelitian yang membahas ulasan pengguna aplikasi akupunktur. Berdasarkan gap tersebut, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi akupunktur yang telah ada di Google Play Store. Penelitian-penelitian analisis sentimen sebelumnya, banyak mengandalkan Deep Learning seperti LSTM atau BERT. LSTM atau BERT memiliki akurasi tinggi, namun membutuhkan sumber daya komputasi besar dan data latih yang massif. Dalam konteks aplikasi niche seperti aplikasi akupunktur dengan volume data ulasan yang tidak sebanyak aplikasi populer seperti WhatsApp atau TikTok, algoritma probabilistik klasik seperti Naïve Bayes sering kali terbukti lebih efisien dan andal. Naïve Bayes memiliki keunggulan dalam kecepatan komputasi, interpretabilitas yang baik, serta performa yang tetap stabil pada dataset dengan jumlah fitur yang terbatas maupun tidak seimbang. Akhirnya, penelitian ini melakukan analisis sentimen ulasan pengguna aplikasi akupunktur di Google Play Store dengan menggunakan Naïve Bayes. Penelitian ini berkontribusi menghasilkan analisis sentimen yang dapat menjadi baseline yang penting dalam pengembangan aplikasi akupunktur di masa depan.