PENERAPAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN KEPUASAN PENGGUNA APLIKASI DANA PADA ULASAN GOOGLE PLAY STORE DENGAN PENDEKATAN OPTIMASI ADABOOST TUGAS AKHIR

DANA adalah layanan pembayaran digital di Indonesia yang didirikan pada tahun 2017 dan diluncurkan resmi pada tahun 2018. Pengguna aplikasi DANA dapat menyampaikan pendapat dan kritik melalui kolom ulasan di Google Play Store, tempat dimana aplikasi ini dapat diunduh oleh pengguna android. Penelitian ini melakukan analisis sentimen terhadap ulasan aplikasi DANA yang terdapat di Google Play Store. Algoritma yang digunakan dalam penelitian ini adalah Naïve Bayes Classifier untuk mengklasifikasikan sentimen, dengan optimasi menggunakan Adaboost untuk meningkatkan performa model klasifikasi. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes Classifier tanpa optimasi menghasilkan nilai akurasi 73%, precision 77%, recall 74%, dan F1-Score 73%. Sementara itu, setelah dilakukan optimasi dengan Adaboost, nilai akurasi meningkat menjadi 83%, precision 83%, recall 83%, dan F1-Score 83%. Penerapan optimasi Adaboost dalam penelitian ini meningkatkan nilai akurasi sebesar 0.089 atau 9%, precision 6%, recall 9%, dan F1-Score 10%. Dari hasil evaluasi ini, dapat disimpulkan bahwa penggunaan optimasi Adaboost memiliki dampak positif terhadap peningkatan nilai akurasi, precision, recall, dan f1-score pada model klasifikasi yang digunakan.

Kata Kunci : DANA, Google Play Store, Naïve Bayes Classifier, Sentiment Analysis, Adaboost.