Implementasi Metode Naive Bayes Berbasis Python Untuk Analisis Sentimen Aplikasi Google Gemini
DOI:
https://doi.org/10.62712/juktisi.v5i2.1531Keywords:
Naive Bayes, Sentiment Analysis, Google Gemini, Python, TF-IDFAbstract
Artificial Intelligence (AI) mengalami perkembangan dalam beberapa tahun terakhir, salah satunya adalah Google Gemini. Tingginya penggunaan layanan digital ini menghasilkan ulasan pengguna yang sangat besar dan tersimpan informasi penting terkait kepuasan, pengalaman, serta pandangan pengguna dalam menilai kualitas layanan. Kondisi ini terlihat dari jumlah unduhan 1 M+, 4,7 bintang dari 5, dan 41,8 juta lebih ulasan. Untuk menganalisis sentimen, peneliti menggunakan tahapan, di antaranya pengumpulan data yang dilakukan dari Maret hingga Juni 2026 dengan scraping di Google Play Store dan mendapatkan 20.000 ulasan. Data preprocessing di antaranya cleaning, stopword removal, case folding, stemming dan tokenisasi dengan hasil pemrosesan data 11.035. Hasil labeling didapat ulasan positif 8.197, negatif 2.323, dan netral 515. Klasifikasi hanya pada kelas positif dan negatif, untuk netral tidak digunakan. Algoritma menggunakan Multinomial Naive Bayes dengan pemberian bobot pada kata menggunakan TF-IDF, serta confusion matrix untuk evaluasi yang terdiri akurasi, recall, presisi, F1-Score dan juga visualisasi data word cloud. Hasil performa yang didapat yang cukup baik. Pada rasio 80:20, data dibagi dalam data training dan testing dengan akurasi 0.8826 atau 88,26%, presisi 0.8968 atau 89,68%, recall 0.9605 atau 96,05%, dan F1-score 0.9276 atau 92,76%. Tujuan penelitian untuk menganalisis sentimen oleh pengguna dan mengklasifikasi data sentimen, serta evaluasi performa pada model menggunakan algoritma Naive Bayes berbasis Python. Harapan pada penelitian ini dapat menjadi bahan evaluasi bagi pengembang agar lebih memaksimalkan aplikasi dan pelayanannya
Downloads
References
[1] J. Jin, “Harnessing the Power of Large Language Models for Real- World Sentiment Classification on Social Media,” Int. Conf. Bus. Policy Stud., vol. 156, pp. 214–224, 2025, doi: 10.54254/2754-1169/156/2025.20662.
[2] M. D. Alifayoezra, A. Ibrahim, Y. Utama, E. L. Ruskan, and D. R. Indah, “Comparative study of machine learning models for classifying sentiment in google gemini app reviews,” RABIT J. Teknol. dan Sist. Inf. Univrab, vol. 11, no. 1, pp. 988–1000, 2026, doi: 10.36341/rabit.v11i1.7201.
[3] M. Z. Mubarok, S. Rizqi, R. M. Rizal, A. B. N. Syalim, and N. Iksan, “Klasifikasi Sentimen Ulasan Aplikasi Claude Menggunakan Naive Bayes dan Support Vector Machine,” JUSIFOR J. Sist. Inf. dan Inform., vol. 4, no. 1, pp. 110–119, 2025, doi: 10.70609/jusifor.v4i1.7054.
[4] S. Yanah, W. Purbaratri, S. Paylina, A. N. I. Safitri, and N. K. Tachjar, “Analisis sentimen aplikasi pemilu menggunakan algoritma Naive Bayes,” J. ELEKTRO Inform. SWADHARMA, vol. 05, no. 01, pp. 131–139, 2025, doi: 10.56486/jeis.vol5no1.684.
[5] Ainunna’imah, I. Riadi, and H. Yuliansyah, “Model Klasifikasi Kesesuaian Artikel Pada Jurnal SINTA Berdasarkan Metadata Menggunakan Term Frequency–Inverse Document Frequency dan Naïve Bayes,” semanTIK, vol. 11, no. 1, pp. 1–12, 2026, doi: 10.55679/semantik.v12i1.270.
[6] B. Rahmatullah, S. A. Saputra, P. Budiono, and D. P. Wigandi, “Sentimen Analisis Makan Bergizi Gratis Menggunakan Algoritma Naive Bayes,” JIFOTECH (JOURNAL Inf. Technol., vol. 05, no. 01, pp. 259–264, 2025, doi: 10.46229/jifotech.v5i1.978.
[7] M. Muzaki, R. Kurniawan, I. Ali, Mulyawan, and S. Anwar, “Analisis sentimen ulasan pengguna aplikasi chatgpt menggunakan algoritma support vector machine dan Naive Bayes berbasis Python,” JATI (Jurnal Mhs. Tek. Inform., vol. 10, no. 2, pp. 3087–3094, 2026, doi: 10.36040/jati.v10i2.17833.
[8] R. Nurhasanah and V. A. Elyakim, “Analisis Sentimen Ulasan Pengguna Generative AI Menggunakan Naïve Bayes Berbasis Python,” INSOLOGI J. Sains dan Teknol., vol. 5, no. 3, pp. 875–890, 2026, doi: 10.55123/insologi.v5i3.8050.
[9] Fathoni, A. F. Ansori, I. N. Ramadhani, C. R. Anissa, and S. A. Putri, “Analisis sentimen masyarakat indonesia di Twitter terhadap sistem perpajakan Coretax menggunakan metode Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 4, pp. 6749–6753, 2025, doi: 10.36040/jati.v9i4.14214.
[10] F. Nurpandi, F. S. Sulaeman, and A. Hermawan, “Analisis Sentimen Terhadap Kinerja Kepolisian Indonesia Menggunakan Metode Multinomial Naive Bayes, Long Short-Term Memory, dan Lexicon-Based,” Media J. Inform., vol. 16, no. 1, pp. 1–10, 2024, doi: 10.35194/mji.v16i1.4165.
[11] Chulyatunni’mah, R. Kurniawan, and S. Anwar, “Analisis Sentimen Penggemar Treasure Di Karnaval Mandiri Menggunakan Naïve Bayes,” J. Sist. Inf. TGD, vol. 4, no. 1, pp. 203–213, 2025, doi: 10.53513/jursi.v4i1.10606.
[12] M. R. Maulana, A. Y. Imran, and Fathoni, “Analisis sentimen ulasan Deepseek AI di Google Playstore menggunakan Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 4, pp. 6473–6478, 2025, doi: 10.36040/jati.v9i4.14070.
[13] R. A. Sitorus and I. Zufria, “Application of the Naïve Bayes Algorithm in Sentiment Analysis of Using the Shopee Application on the Play Store,” J. Teknol. Inf. dan Komun., vol. 15, no. 01, pp. 53–66, 2024, doi: 10.31849/digitalzone.v15i1.19828.
[14] Y. H. Agustin, N. C. Mulyani, and W. S. Prasetya, “Analisis Sentimen Opini Publik Menggunakan Algoritma Naive Bayes dan TF-IDF,” J. Algoritm., vol. 22, no. 2, pp. 1373–1384, 2025, doi: 10.33364/algoritma/v.22-2.2671.
[15] Ainunna’imah, H. Yuliansyah, and I. Riadi, “Subject Area Classification of Journal Articles Based on Metadata Using Bag of Words and Naïve Bayes,” Eng. Sci. Lett., vol. 5, no. 02, pp. 72–80, 2026, doi: 10.56741/IISTR.esl.002041.
[16] T. R. Ariantoro, A. Setiadi, Cecilia, Fadhliazis, and N. S. Handini, “Klasifikasi Emosi Publik di Instagram Terhadap Uji Coba Jalan Satu Arah di Palembang dengan Naive Bayes,” J. Algoritm., vol. 6, no. 1, 2025, doi: 10.35957/algoritme.v5i3.11498.
[17] H. P. Jelita, M. I. Saad, and Wahyuni, “Penerapan algoritma Naive Bayes dalam analisis sentimen masyarakat terhadap STMIK Widya Cipta Dharma,” Bull. Inf. Technol., vol. 6, no. 2, pp. 148–160, 2025, doi: 10.47065/bit.v5i2.2029.
[18] S. E. Lourensia, N. M. S. Iswari, and E. M. Dharma, “Analysis of Student Sentiments towards the Use of Artificial Intelligence in Education Using the Naïve Bayes Algorithm,” J. Teknlogi Inform. dan Komput. MH. Thamrin, vol. 12, no. 1, pp. 944–958, 2026, doi: 10.37012/jtik.v12i1.3606.
[19] A. T. Bisono and A. Zulherry, “Analisis Sentimen Game Genshin Impact untuk Mengetahui Reaksi dan Harapan Pemain Menggunakan Metode Naïve Bayes,” J. Tek. Inform., vol. 4, no. 2, pp. 184–193, 2025, doi: 10.56211/sudo.v4i2.1131.
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ikhwan Ikhwan, Yudhi Septianto
This work is licensed under a Creative Commons Attribution 4.0 International License.
