GBWhatsApp: Popularitas atau Risiko?
Era digital telah membawa kita ke dalam dunia yang penuh dengan inovasi, terutama dalam bidang komunikasi. Aplikasi pesan instan seperti WhatsApp telah menjadi salah satu alat komunikasi yang paling populer di dunia, dengan lebih dari 2 miliar pengguna aktif pada tahun 2021. Namun, seiring dengan popularitas ini, muncul berbagai versi modifikasi dari aplikasi tersebut, salah satunya adalah GBWhatsApp.Â
Aplikasi ini menawarkan fitur-fitur tambahan yang tidak tersedia di versi resmi, seperti kemampuan untuk mengubah tema secara lebih bebas, menyembunyikan status online, dan mengirim pesan tanpa batas. Namun, terlepas dari fiturnya yang menarik, GBWhatsApp dianggap sebagai aplikasi ilegal dan tidak disarankan untuk digunakan. Legalitas dan keamanan aplikasi ini menjadi bahan perdebatan di kalangan pengguna, terutama di media sosial seperti Twitter dan YouTube.
Artikel "Analisis Sentimen Terhadap Aplikasi GBWhatsApp Menggunakan Naive Bayes Classifier dan Random Forest Classifier" yang ditulis oleh Andika Prasetyo, Taufik Ridwan, dan Apriade Voutama dalam Jurnal Sistem Informasi (Volume 11, Nomor 1, Maret 2024) memberikan pandangan mendalam tentang bagaimana opini publik terhadap GBWhatsApp dapat dianalisis menggunakan algoritma Naive Bayes Classifier (NBC) dan Random Forest Classifier (RFC). Penelitian ini mengumpulkan data dari komentar pengguna di Twitter dan YouTube, mengidentifikasi sentimen positif dan negatif yang terkait dengan aplikasi tersebut. Hasil penelitian menunjukkan bahwa mayoritas sentimen negatif muncul dalam diskusi tentang GBWhatsApp, terutama terkait isu keamanan dan privasi.
Dalam penelitian ini, NBC terbukti lebih efektif dibandingkan RFC, dengan akurasi mencapai 71,43% dibandingkan dengan RFC yang hanya mencapai 64,94%. Temuan ini menarik karena menunjukkan bahwa metode yang lebih sederhana seperti NBC dapat memberikan hasil yang lebih akurat dalam analisis sentimen, khususnya dalam konteks aplikasi yang kontroversial seperti GBWhatsApp.
***
Penelitian yang dilakukan oleh Prasetyo dkk. tidak hanya memberikan pandangan baru tentang sentimen publik terhadap aplikasi GBWhatsApp, tetapi juga menawarkan wawasan tentang metode yang paling efektif untuk menganalisis data dari media sosial. Penggunaan algoritma Naive Bayes Classifier (NBC) dan Random Forest Classifier (RFC) untuk menganalisis sentimen merupakan pendekatan yang cerdas, mengingat kedua algoritma ini memiliki karakteristik yang berbeda dalam pengolahan data. NBC, dengan akurasinya yang mencapai 71,43%, terbukti lebih unggul dalam klasifikasi sentimen dibandingkan RFC yang hanya mencapai akurasi 64,94%. Hal ini menunjukkan bahwa dalam kasus tertentu, metode yang lebih sederhana seperti NBC bisa lebih efektif dibandingkan metode yang lebih kompleks.
Artikel ini mengungkapkan bahwa dari 5.982 data yang dikumpulkan melalui scraping dari Twitter dan YouTube, 857 data teridentifikasi sebagai sentimen positif dan 829 data sebagai sentimen negatif. Data ini menunjukkan bahwa meskipun GBWhatsApp menawarkan fitur-fitur yang diinginkan oleh sebagian pengguna, kekhawatiran tentang keamanan dan legalitasnya sangat mendominasi perbincangan di media sosial. Sentimen negatif yang tinggi ini bisa menjadi cerminan dari meningkatnya kesadaran publik terhadap risiko yang terkait dengan penggunaan aplikasi modifikasi yang tidak resmi.
Selain itu, penelitian ini juga memberikan insight menarik tentang perilaku pengguna media sosial dalam merespons isu-isu yang berhubungan dengan teknologi. Di platform YouTube, sentimen negatif mendominasi komentar-komentar dengan likes terbanyak, yang menunjukkan bahwa pengguna cenderung mendukung opini yang menentang penggunaan aplikasi ilegal seperti GBWhatsApp. Sebaliknya, di Twitter, komentar negatif juga lebih banyak mendapatkan dukungan dalam bentuk likes, mencerminkan kekhawatiran yang serupa di kalangan pengguna platform tersebut.
Yang lebih menarik lagi adalah temuan bahwa sentimen negatif terhadap GBWhatsApp meningkat signifikan pada bulan-bulan tertentu, seperti pada November 2021 dan Oktober 2022. Peningkatan ini mungkin terkait dengan insiden-insiden spesifik, seperti  WhatsApp yang memicu diskusi tentang GBWhatsApp sebagai alternatif. Data ini menunjukkan bagaimana peristiwa tertentu dapat memengaruhi opini publik dan meningkatkan perhatian terhadap isu-isu tertentu.
Secara keseluruhan, hasil penelitian ini memberikan pandangan yang komprehensif tentang bagaimana opini publik terbentuk dan berkembang di media sosial terkait aplikasi yang kontroversial. Temuan ini juga menekankan pentingnya penggunaan algoritma yang tepat dalam analisis sentimen untuk memperoleh wawasan yang akurat dan dapat diandalkan. NBC, dengan kesederhanaannya, terbukti mampu memberikan hasil yang lebih baik dalam konteks analisis ini, menjadikannya alat yang sangat berharga dalam penelitian sentimen media sosial.
