Implementasi Metode Xgboost Dan Synthetic Minority Over-Sampling Technique Untuk Analisis Sentimen Aplikasi Pedulilindungi (Studi Kasus: Ulasan Aplikasi Pedulilindungi Pada Google Play)

Abstract

Kasus harian Covid-19 di Indonesia pada 5 Januari 2022 tercatat mengalami penambahan mencapai 404 kasus. Sebelumnya pada akhir Desember 2021 jumlah harian Covid-19 hanya berkisar antara 100 sampai 200 kasus. Kenaikan ini diakibatkan oleh adanya libur menyambut pergantian tahun serta pembatalan Pemberlakuan Pembatasan Kegiatan Masyarakat Level 3 sehingga menambah mobilitas masyarakat kala liburan. Mengatasi hal ini, dalam Instruksi Menteri Dalam Negeri Nomor 66 Tahun 2021 pemerintah mengoptimalkan penggunaan aplikasi PeduliLindungi. Aplikasi dapat diunduh melalui Google Play, dalam Google Play tersedia fitur ulasan (review) dari para pengguna. Fitur ini dapat dimanfaatkan untuk melihat ulasan berisi opini atau komentar yang bersifat positif maupun negatif yang diberikan oleh pengguna. Berdasarkan data ulasan Aplikasi PeduliLindungi, dapat dilakukan analisis sentimen untuk mengetahui bagaimana respon masyarakat terhadap Aplikasi PeduliLindungi. Metode klasifikasi yang digunakan adalah Extreme Gradient Boosting dan Synthetic Minority OverSampling Technique untuk mengatasi ketidakseimbangan kelas data. Analisis ini

memberikan

hasil bahwa terjadi peningkatan f1 score, akurasi, dan AUC dibandingkan sebelum dilakukan penyeimbangan data. Diperoleh f1 score sebesar 74,991%, tingkat akurasi sebesar 95,431% dan AUC sebesar 0,841. Hasil ini mengartikan bahwa ketepatan model dalam mengklasifikasi serta memprediksi ulasan positif dan negatif dapat dikatakan baik.