Image Description

Publikasi

Karya Ilmiah Mahasiswa

Pencarian Spesifik

Kunjungan

Web Analytics

Detail Record


Kembali Ke sebelumnya

ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI FILMORA MENGGUNAKAN METODE NAIVE BAYES
Pengarang : Haedar Al Fath, Hadwitya Handayani Kusumawardh, Imam Rosya
Kata Kunci   :Analisis Sentimen, Filmora, Naïve Bayes, Google Play Store

Pertumbuhan pesat konten digital di media sosial meningkatkan kebutuhan aplikasi penyuntingan video, salah satunya Wondershare Filmora Video Editor, yang saat ini telah diunduh lebih dari 100 juta kali dengan lebih dari 1 juta ulasan pengguna. Seiring bertambahnya pengguna, Filmora menerima beragam tanggapan berupa keluhan maupun apresiasi berupa ulasan. Ulasan tersebut penting bagi pengembang untuk mengevaluasi kualitas aplikasi. Analisis sentimen dengan metode Naïve Bayes dapat membantu memahami penilaian pengguna terhadap Filmora. Penelitian ini menggunakan pendekatan kuantitatif dengan metode deskriptif. Data diambil dari 4.000 ulasan pengguna aplikasi Filmora berbahasa Indonesia melalui teknik web scraping di Google Play Store. Data yang didapat dari teknik webscraping diklasifikasikan menggunakan metode Naïve Bayes dan dievaluasi dengan confusion matrix untuk mengukur ketepatan nilai akurasi dalam memprediksi data ulasan. Hasil analisis metode Naïve Bayes dan prediksi benar dari 800 data uji menunjukkan akurasi sebesar 80% didominasi oleh sentimen negatif dengan jumlah 340 ulasan, 294 ulasan bersentimen positif dan hanya 2 ulasan bersentimen netral. Hal ini menunjukkan bahwa sebagian besar pengguna masih mengalami kendala dan menyampaikan keluhan dalam menggunakan aplikasi Filmora.

NASKAH PUBLIKASI
Referensi

DAFTAR PUSTAKA

Aditiya, N., Setiaji, P., Studi Sistem Informasi, P., Teknik, F., Muria Kudus, U., Lkr Utara, J., & Kulon, K. (2025). Sistemasi: Jurnal Sistem Informasi Analisis Sentimen Kepuasan Masyarakat terhadap Aplikasi “INFO BMKG” menggunakan Naive Bayes, SVM, dan KNN Sentiment Analysis of Public Satisfaction with the ‘INFO BMKG’ Application using Naive Bayes, SVM, and KNN. 14(3), 2540–9719. http://sistemasi.ftik.unisi.ac.id

Akbar, M. N., & Nirwana Samrin. (2023). Analisis Sentimen Komentar Pengguna Aplikasi Threads Pada Google Playstore Menggunakan Algoritma Multinominal Naive Bayes Classfier. AGENTS: Journal of Artificial Intelligence and Data Science, 3(2), 21–29. https://doi.org/10.24252/jagti.v3i2.67

Alfian Iqbal, M. (2023). Pengaruh Penggunaan Aplikasi Filmora Terhadap Hasil Belajar Pada Mata Pelajaran Editing Video Siswa Kelas XI SMK Negeri 2 Bone. Jurnal Ilmiah Wahana Pendidikan, 9(17), 730–737. https://doi.org/10.5281/zenodo.8327358

Alvianto, O., & Prihartono, W. (2025). Implementation of Naive Bayes in Sentiment Analysis of CapCut App Reviews on the Play Store. 4(2).

Amien, M. (2023). Sejarah dan Perkembangan Teknik Natural Language Processing (NLP) Bahasa Indonesia: Tinjauan tentang sejarah, perkembangan teknologi, dan aplikasi NLP dalam bahasa Indonesia. 2007, 1–7. http://arxiv.org/abs/2304.02746

Anindya, V. F., Wijaya, A., Kunci, K., Sentimen, A., Bayes, N., Pengguna, U., & Capcut, A. (2023). JIFSI: Jurnal Informatika dan Sistem Informasi Analisis Sentimen Ulasan Aplikasi Capcut Menggunakan Metode Naive Bayes. 3(1), 24–33. https://jifsi.unisti.ac.id/index.php/JIFSI

APJII, A. P. J. I. I. (2024). APJII Jumlah Pengguna Internet Indonesia Tembus 221 Juta Orang. Badan Asosiasi Penyelenggara Jasa Internet Indonesia (APJII), Retrieved June 5. https://apjii.or.id/berita/d/apjii-jumlah-pengguna-internet-indonesia-tembus-221-juta-orang

Ardilla, Y., Manuhutu, A., Ahmad, N., Hasbi, I., Manuhutu, M. A., Ridwan, M., & Wardhani, A. K. (2021). DATA MINING DAN APLIKASINYA. Penerbit Widina. https://books.google.co.id/books?id=53FXEAAAQBAJ

Arifqi, T., Suarna, N., & Prihartono, W. (2024). Penggunaan Naive Bayes Dalam Menganalisis Sentimen Ulasan Aplikasi Mcdonald’S Di Indonesia. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1949–1956. https://doi.org/10.36040/jati.v8i2.8740

Aryanti, R., Misriati, T., & Sagiyanto, A. (2023). Analisis Sentimen Aplikasi Primaku Menggunakan Algoritma Random Forest dan SMOTE untuk Mengatasi Ketidakseimbangan Data. Journal of Computer System and Informatics (JoSYC), 5(1), 218–227. https://doi.org/10.47065/josyc.v5i1.4562

August, J. (2021). Application of Data Mining in Knowledge Management: A Review. International Journal of Advanced Trends in Computer Science and Engineering, 10(4), 2690–2696. https://doi.org/10.30534/ijatcse/2021/061042021

Bayu Baskoro, B., Susanto, I., Khomsah, S., Informatika, P., Sains Data, P., Teknologi Telkom Purwokerto Jl Panjaitan, I. DI, & Tengah, J. (2021). Analisis Sentimen Pelanggan Hotel di Purwokerto Menggunakan Metode Random Forest dan TF-IDF (Studi Kasus: Ulasan Pelanggan Pada Situs TRIPADVISOR). Journal of Informatics Information System Software Engineering and Applications (INISTA), , Volume 3 N(2), 21–029. https://doi.org/10.20895/INISTA.V3

Berliani, S., & Lestari, S. (2024). Analisis Sentimen Masyarakat Terhadap Isu Pecat Sri Mulyani Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine. Jurnal Sains Dan Teknologi, 5(3), 951–960. https://doi.org/10.55338/saintek.v5i3.2746

Bouato, Y., Lihawa, F., & Rusiyah, R. (2020). Pengembangan Media Pembelajaran Berbasis Sparkol Videoscribe Yang Diintegrasikan Dengan Wondershare Filmora Pada Mata Pelajaran Geografi Materi Mitigasi Bencana Alam. Jambura Geo Education Journal, 1(2), 71–79.

Cahyaningtyas, C., Nataliani, Y., & Widiasari, I. R. (2021). Analisis Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis SMOTE. Aiti, 18(2), 173–184. https://doi.org/10.24246/aiti.v18i2.173-184

Dina Siti Nurrochmah, Nining Rahaningsih, Raditya Danar Dana, C. L. R. (2025). PENERAPAN ALGORITMA NAIVE BAYES DALAM ANALISIS SENTIMEN ULASAN APLIKASI KITALULUS DI GOOGLE PLAY STORE. Jurnal Informatika Terpadu, 11(1), 1–11. https://journal.nurulfikri.ac.id/index.php/JIT

Farros, M., Haq, I., Rosyadi, I., Nasir, M., & Khambali, A. (2024). Sentiment Analisis Ulasan Aplikasi Livin Pada Google Play Store. 14(1), 24–29.

Firdaus, A., Firdaus, W. I., Studi, P., Informatika, T., Digital, M., & Sriwijaya, P. N. (2021). Text Mining. 13(1), 66–78.

Firmansyah, Z., & Puspitasari, N. F. (2021). Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Berdasarkan Opini Pada Twitter Menggunakan Algoritma Naive Bayes. Jurnal Teknik Informatika, 14(2), 171–178. https://doi.org/10.15408/jti.v14i2.24024

Foody, G. M. (2023). Challenges in the real world use of classification accuracy metrics: From recall and precision to the Matthews correlation coefficient. PLoS ONE, 18(10 October), 1–27. https://doi.org/10.1371/journal.pone.0291908

Friska Aditia Indriyani, Ahmad Fauzi, & Sutan Faisal. (2023). Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine. TEKNOSAINS?: Jurnal Sains, Teknologi Dan Informatika, 10(2), 176–184. https://doi.org/10.37373/tekno.v10i2.419

Gunia, E., Irma Purnamasari, A., & Ali, I. (2024). Penerapan Datamining Dalam Menentukan Pola Penjualan Produk Menggunakan Algoritma Fp-Growth. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 2417–2422. https://doi.org/10.36040/jati.v8i2.9506

Gusti, N., Dasriani, A., Ahmad, L., Pariandi, G., & Dharma, I. M. Y. (2025). Analisis Sentimen Program Jaminan Kesehatan Nasional Menggunakan Multiclass Support Vector Machine. 6(1), 20–30.

Haryanti, M. F., Fauzi, A., Jelita, A. A., Setiyowati, A., Octarina, A., Putra Edina, E., Zahra Aulia, R., & Fitriana, S. (2024). Pengaruh Data Mining, Strategi Perusahaan Terhadap Laporan Kinerja Perusahaan. Jurnal Manajemen Dan Bisnis, 3(1), 71–90.

Kholilullah, M., Martanto, M., & Hayati, U. (2024). Analisis Sentimen Pengguna Twitter(X) Tentang Piala Dunia Usia 17 Menggunakan Metode Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 392–398. https://doi.org/10.36040/jati.v8i1.8378

Kompasiana. (2024). Perkembangan Teknologi Informasi: Dampaknya Terhadap Era Digital Retrieved June 4. https://www.kompasiana.com/andikasetiawan6137/67022dc2ed64151b531dca02/perkembangan-teknologi-informasi-dampaknya-terhadap-era-digital

Kulkarni, A., Chong, D., & Batarseh, F. A. (2020). Foundations of data imbalance and solutions for a data democracy. Data Democracy: At the Nexus of Artificial Intelligence, Software Development, and Knowledge Engineering, 83–106. https://doi.org/10.1016/B978-0-12-818366-3.00005-8

M. Fadeli, Tira Fitriawardhani, & Muhammad Aris Oktavianto. (2023). Proses Penataan Pesan Digital Content Pada Akun Sosial Media (Facebook & Instagram) Klinik Kecantikan Lalita Sidoarjo Dalam Menjangkau Konsumen Di Usia 25 – 40 Tahun. Jurnal Administrasi Publuk Dan Ilmu Komunikasi, 10(1), 60–73. https://doi.org/10.55499/intelektual.v10i1.1039

Marliana Susianti, O. (2024). Perumusan Variabel Dan Indikator Dalam Penelitian Kuantitatif Kependidikan. Jurnal Pendidikan Rokania, 9, 18.

Meliyawati, & Hasan, F. N. (2024). Analisis Sentimen Pengguna Aplikasi CapCut Pada Ulasan di Play Store Menggunakan Metode Naïve Bayes. Media Online, 4(4), 2272–2280. https://doi.org/10.30865/klik.v4i4.1555

Mitchell, R. (2024). Web scraping with python. “ O’Reilly Media, Inc.”

Nadhifah, S., Aini, F. N., Kusumawardhani, H. H., & Febrianto, M. Y. (2024). Analisis Sentiment Ulasan Aplikasi Gopay Pada Google Play Store Menggunakan Algoritma Support Vector Machine Shafa. Informatika, 11(2), 120–128. https://doi.org/10.36987/informatika.v11i2.5860

Nguyen, Q. H., Ly, H. B., Ho, L. S., Al-Ansari, N., Van Le, H., Tran, V. Q., Prakash, I., & Pham, B. T. (2021). Influence of data splitting on performance of machine learning models in prediction of shear strength of soil. Mathematical Problems in Engineering, 2021. https://doi.org/10.1155/2021/4832864

Pahlevi, I. R. (2025). Penerapan Naive Bayes Untuk Prediksi Penyakit Diabetes dengan. 4(4), 313–322.

Perdana, K., Sitompul, J., Pratama, A. R., & Baihaqi, K. A. (2023). KOMPARASI ALGORITMA NAïVE BAYES, SUPPORT VECTOR MACHINE, DAN LOGISTIC REGRESSION PADA ANALISIS SENTIMEN PENGGUNA APLIKASI TRANSPORTASI ONLINE. Kumpulan Jurnal Ilmu Komputer (KLIK), 10(01), 27–38.

Ramadhan, G. R., & Sugianto, C. A. (2024). ANALISIS SENTIMEN ULASAN APLIKASI DANA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3314–3319. https://doi.org/10.36040/jati.v7i6.8178

Rumaisa, F., Puspitarani, Y., Rosita, A., Zakiah, A., & Violina, S. (2021). Penerapan Natural Language Processing (NLP) di bidang pendidikan. Jurnal Inovasi Masyarakat, 1(3), 232–235. https://doi.org/10.33197/jim.vol1.iss3.2021.799

Sagita, A., Faqih, A., Dwilestari, G., Siswoyo, B., & Pratama, D. (2024). Penerapan Metode Random Forest Dalam Menganalisis Sentimen Pengguna Aplikasi Capcut Di Google Play Store. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3307–3313. https://doi.org/10.36040/jati.v7i6.8205

Sari, P., Qomariah, E., Jazuli, M., & ... (2023). Pemanfaatan Aplikasi Android dalam Promosi Kain Sasirangan oleh Pengrajin di Bantaran Sungai Lulut sebagai Digital Startup di Masa Pandemi Covid-19. Prosiding Seminar …, 612–622. https://proceeding.unnes.ac.id/index.php/snpasca/article/view/2191%0Ahttps://proceeding.unnes.ac.id/index.php/snpasca/article/download/2191/1674

Sitio, S. L. M., & Nadiyanti, R. (2022). Analisis Sentimen Kenaikan Harga BBM Pertamax Pada Media Sosial Menggunakan Metode Naïve Bayes Classifier. Building of Informatics, Technology and Science (BITS), 4(3), 1224–1231. https://doi.org/10.47065/bits.v4i3.2311

Sujadi, H. (2022). Analisis Sentimen Pengguna Media Sosial Twitter Terhadap Wabah Covid-19 Dengan Metode Naive Bayes Classifier Dan Support Vector Machine. INFOTECH Journal, 8(1), 22–27. https://doi.org/10.31949/infotech.v8i1.1883

Suryani, P. S. M., Linawati, L., & Saputra, K. O. (2019). Penggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia. Majalah Ilmiah Teknologi Elektro, 18(1), 145. https://doi.org/10.24843/mite.2019.v18i01.p22

Triana Putri, Siti Nurhaliza, D. V. (2025). Sentiment Analysis of Using the YouTube Application Using the Naïve Bayes Method. SinkrOn, 3(1), 60–66. https://doi.org/10.33395/sinkron.v8i2.12303

Utari, D. R. (2023). Sentiment Analysis of the COVID-19 Booster Vaccine with the Naïve Bayes Algorithm. Procedia of Engineering and Life Science, 4(June). https://doi.org/10.21070/pels.v4i0.1379

Wondeshare. (n.d.). Kisah kami dimulai 12 tahun yang lalu. Retrieved June 3, 2025, from https://filmora.wondershare.co.id/our-story.html

Wororomi, J. K., Reba, F., Mandowen, S. A., Sroyer, A. M., Manurung, H. E., Koibur, M. E., Pujiarini, E. H., Edy, M. R., Yuliana, H., & Yusuf, M. (2024). Data Mining (Memahami Pola di Balik Angka).

Yulia, I., & Mujtahid, I. M. (2023). Fenomena Content Creator Di Kalangan Remaja Citayam Fashion Week. Warta Dharmawangsa, 17(2), 677–690. https://doi.org/10.46576/wdw.v17i2.3180

Yusuf, A. Z. A., Faelasofi, R., & Rahayu, S. (2022). Penerapan Media Pembelajaran Wondershare Filmora Pada Pembelajaran Matematika. JPMI (Jurnal Pembelajaran Matematika Inovatif), 5(2), 615. https://doi.org/10.22460/jpmi.v5i2.8232

Zaenal, Z., & Astutik, I. R. I. (2023). Sentiment Analysis of OYO App Reviews Using the Support Vector Machine Algorithm. Procedia of Engineering and Life Science, 3(December). https://doi.org/10.21070/pels.v3i0.1338


Properti Nilai Properti
Organisasi Universitas Muhammadiyah Pekajangan Pekalongan
Email umpp.pekalongan@yahoo.com
Alamat Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan
Telepon (0285) 7832294
Tahun 2025
Kota Pekalongan
Provinsi Jawa Tengah
Negara Indonesia