Penelitian yang dilakukan oleh Prasetyo, Ridwan, dan Voutama (2024) memberi kontribusi penting dalam memahami bagaimana publik merespons aplikasi modifikasi seperti GBWhatsApp, dan bagaimana algoritma seperti Naive Bayes Classifier dapat menjadi alat yang efektif untuk menganalisis sentimen tersebut. Dengan akurasi 71,43%, NBC memberikan keunggulan dalam mengklasifikasi opini publik yang bervariasi di media sosial. Namun, penelitian ini juga memberikan peringatan bagi pengguna tentang risiko menggunakan aplikasi ilegal yang tidak didukung oleh platform resmi.
Ke depan, studi seperti ini dapat membantu pengambil kebijakan dan platform teknologi dalam merumuskan langkah-langkah yang lebih efektif untuk melindungi pengguna dari ancaman yang ditimbulkan oleh aplikasi ilegal. Sebagai rekomendasi, penambahan data terbaru dan penggunaan algoritma alternatif seperti Support Vector Machine (SVM) bisa menjadi langkah berikutnya untuk memperluas pemahaman tentang fenomena ini. Selain itu, kesadaran pengguna terhadap risiko privasi dan keamanan juga perlu terus ditingkatkan agar mereka lebih bijak dalam memilih aplikasi yang mereka gunakan.
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
