***
Penelitian yang dilakukan oleh Prasetyo dkk. memberikan kontribusi penting dalam pemahaman kita tentang bagaimana sentimen publik terhadap aplikasi yang kontroversial seperti GBWhatsApp dapat dianalisis dan dipahami. Dengan menggunakan algoritma Naive Bayes Classifier (NBC) dan Random Forest Classifier (RFC), penelitian ini menunjukkan bahwa metode sederhana seperti NBC dapat memberikan hasil yang lebih akurat dalam mengklasifikasikan sentimen, terutama ketika dihadapkan pada data yang tidak terstruktur dari media sosial. Akurasi 71,43% yang dicapai oleh NBC dibandingkan dengan 64,94% dari RFC menggarisbawahi potensi NBC sebagai alat yang efektif dalam analisis sentimen.
Temuan dari penelitian ini juga menekankan pentingnya kesadaran akan risiko yang terkait dengan penggunaan aplikasi ilegal seperti GBWhatsApp. Sentimen negatif yang dominan di platform seperti Twitter dan YouTube mencerminkan kekhawatiran yang luas di kalangan pengguna tentang keamanan dan legalitas aplikasi ini. Hal ini dapat menjadi pertimbangan bagi para pengembang dan regulator untuk lebih memperhatikan implikasi dari aplikasi-aplikasi semacam ini.
Sebagai penutup, penelitian ini bukan hanya memberikan wawasan teknis tentang analisis sentimen, tetapi juga menawarkan pandangan sosial yang lebih luas tentang bagaimana teknologi dan aplikasi memengaruhi persepsi publik. Ini menegaskan bahwa dalam dunia yang semakin digital, analisis sentimen menjadi alat penting untuk memahami dinamika opini publik dan dapat memberikan kontribusi dalam pengambilan keputusan yang lebih baik di berbagai sektor, termasuk teknologi, regulasi, dan pemasaran.
Referensi
Prasetyo, A., Ridwan, T., & Voutama, A. (2024). Analisis sentimen terhadap aplikasi GBWhatsApp menggunakan Naive Bayes Classifier dan Random Forest Classifier. Jurnal Sistem Informasi, 11(1), 1-9. https://doi.org/10.30656/jsii.v11i1.6936
