Analisis Sentimen Ulasan Pengguna Aplikasi Akupunktur di Play Store Menggunakan Naïve Bayes: Sentiment Analysis User Reviews of Acupuncture Applications on Play Store Using Naïve Bayes

Wahyu Teja Kusuma; Leny Candra Kurniawan; Nindynar Rikatsih; Puspo Wardoyo

doi:10.57152/malcom.v6i2.2620

Authors

Wahyu Teja Kusuma Institut Teknologi, Sains, dan Kesehatan RS. DR. Soepraoen Kesdam V/BRW
Leny Candra Kurniawan Institut Teknologi, Sains, dan Kesehatan RS. DR. Soepraoen Kesdam V/BRW
Nindynar Rikatsih Institut Teknologi, Sains, dan Kesehatan RS. DR. Soepraoen Kesdam V/BRW
Puspo Wardoyo Institut Teknologi, Sains, dan Kesehatan RS. DR. Soepraoen Kesdam V/BRW

DOI:

https://doi.org/10.57152/malcom.v6i2.2620

Keywords:

Akupunktur, Naive Bayes, Sentimen, Ulasan Pengguna

Abstract

Integrasi kemajuan teknologi ke dalam layanan kesehatan tidak dapat dihindari. WHO menekankan aspek aksesibilitas dan keamanan pasien pada integrasi teknologi dalam layanan kesehatan. Di bidang akupunktur, saat ini telah banyak sekali ulasan-ulasan pengguna aplikasi akupunktur yang memiliki potensi untuk memengaruhi kepercayaan masyarakat. Namun, belum ada penelitian yang membahas ulasan pengguna aplikasi akupunktur. Berdasarkan gap tersebut, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi akupunktur yang telah ada di Google Play Store. Penelitian-penelitian analisis sentimen sebelumnya, banyak mengandalkan Deep Learning seperti LSTM atau BERT. LSTM atau BERT memiliki akurasi tinggi, namun membutuhkan sumber daya komputasi besar dan data latih yang massif. Dalam konteks aplikasi niche seperti aplikasi akupunktur dengan volume data ulasan yang tidak sebanyak aplikasi populer seperti WhatsApp atau TikTok, algoritma probabilistik klasik seperti Naïve Bayes sering kali terbukti lebih efisien dan andal. Naïve Bayes memiliki keunggulan dalam kecepatan komputasi, interpretabilitas yang baik, serta performa yang tetap stabil pada dataset dengan jumlah fitur yang terbatas maupun tidak seimbang. Akhirnya, penelitian ini melakukan analisis sentimen ulasan pengguna aplikasi akupunktur di Google Play Store dengan menggunakan Naïve Bayes. Penelitian ini berkontribusi menghasilkan analisis sentimen yang dapat menjadi baseline yang penting dalam pengembangan aplikasi akupunktur di masa depan.

Downloads

Download data is not yet available.

References

A. Jonh. “Delivering effective environment and health actions A compendium of concepts, approaches and tools for the WHO European Region.”

A. Aji, R. Rachmatullah, D. Kardha, and A. C. Utama, “Aplikasi Pemesanan Jasa Akupunktur Area Surakarta Berbasis Android,” vol. 29, no. 1, pp. 2686–4711, 2023, doi: 10.36309/goi.29i1.187.

Selviana Desi Permatasari and Chanifah Indah Ratnasari, “View of Sistem Rekam Medis Akupunktur,” Jurnal IlmiahIntech?: Information Technology Journalof UMUS, vol. 4, pp. 31–40, May 2022.

Olih Solihin, Septri Widiono, and Lovia Evanne, “Komunikasi Kesehatan dalam Isu Kebijakan Publik: Analisis Tayangan YouTube ’Polemik Aturan BPJS 2025,” Jurnal Agregasi?: Aksi Reformasi Government dalam Demokrasi, vol. 13, no. 2, pp. 164–180, Nov. 2025, doi: 10.34010/agregasi.v13i2.16030.

X. Liu, L. Zhang, and Q. Chen, “The effects of tourism e-commerce live streaming features on consumer purchase intention: The mediating roles of flow experience and trust,” Front. Psychol., vol. 13, Aug. 2022, doi: 10.3389/fpsyg.2022.995129.

I. Elwanda Putra and F. Frazna Azzahra, “Pemanfaatan Multinomial Naive Bayes Untuk Analisis Sentimen Ulasan Aplikasi Mobile Jkn,” 2025.

N. K. P. T. Apsari and I. N. T. A. Putra, “Analisis Usability Aplikasi Kesehatan Digital Halodoc Menggunakan Metode System Usability Scale (SUS),” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3S1, Oct. 2025, doi: 10.23960/jitet.v13i3S1.8063.

A. S. Rizkia, W. Wufron, and F. F. Roji, “Analisis Sentimen Coretax: Perbandingan Pelabelan Data Manual, Transformers-Based, dan Lexicon-Based pada Performa IndoBERT,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 5, no. 3, Jul. 2025, doi: 10.57152/malcom.v5i3.2151.

S. Rahayu, N. S. Harahap, S. Agustian, and P. Pizaini, “Penerapan Teknologi LangChain pada Question Answering System Fikih Empat Madzhab,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 3, pp. 974–983, Jun. 2024, doi: 10.57152/malcom.v4i3.1397.

A. Ishraf Imran, M. Hosni, and J. Jasmis, “Sentiment Analysis And Visualization Of Padu From Malaysian X Users Using Bert,” 2025.

N. Darraz, I. Karabila, A. El-Ansari, N. Alami, and M. El Mallahi, “Integrated sentiment analysis with BERT for enhanced hybrid recommendation systems,” Expert Syst. Appl., vol. 261, Feb. 2025, doi: 10.1016/j.eswa.2024.125533.

D. Jadhav, S. Darade, S. Darade, and K. Chudasama, “Sentiment Analysis and Summarization of WhatsApp Chats,” in 2nd IEEE International Conference on Advances in Information Technology, ICAIT 2024 - Proceedings, Institute of Electrical and Electronics Engineers Inc., 2024. doi: 10.1109/ICAIT61638.2024.10690401.

N. T. Renukadevi, S. Nanthitha, K. Saraswathi, S. Shobika, and R. T. Karthika, “WhatsApp Group Chat Analysis by using Machine Learning,” in 2nd International Conference on Sustainable Computing and Data Communication Systems, ICSCDS 2023 - Proceedings, Institute of Electrical and Electronics Engineers Inc., 2023, pp. 340–346. doi: 10.1109/ICSCDS56580.2023.10104961.

S. Sakib, M. J. U. Chowdhury, M. M. H. Hira, T. E. Choudhury, and S. Das, “Deep Learning-Based Sentiment Analysis of Social Media and E-Commerce Reviews,” in 2025 IEEE 4th International Conference on Computing and Machine Intelligence, ICMI 2025 - Proceedings, Institute of Electrical and Electronics Engineers Inc., 2025. doi: 10.1109/ICMI65310.2025.11141034.

Y. Y. Lase, A. R. Lubis, F. Elyza, and S. A. Syafli, “Mental Health Sentiment Analysis on Social Media TikTok with the Naïve Bayes Algorithm,” in Proceedings - 2023 6th International Conference on Computer and Informatics Engineering: AI Trust, Risk and Security Management (AI Trism), IC2IE 2023, Institute of Electrical and Electronics Engineers Inc., 2023, pp. 186–191. doi: 10.1109/IC2IE60547.2023.10331126.

A. T. Bisono and A. Zulherry, “Analisis Sentimen Game Genshin Impact untuk Mengetahui Reaksi dan Harapan Pemain Menggunakan Metode Naïve Bayes,” sudo Jurnal Teknik Informatika, vol. 4, no. 2, pp. 183–193, Aug. 2025, doi: 10.56211/sudo.v4i2.1131.

D. Ayu, P. Wulandari, G. Wirya Wardhana, I. Dewa, G. Puja, and W. Sindu, “Sentiment Analysis of the Free Lunch Program by Prabowo-Gibran Using the Naive Bayes Classifier,” Sistem Kendali & Jaringan) E-ISSN, vol. 4, pp. 2808–3520, 2025, doi: 10.58982/krisnadana.v4i3.859.

Dzaki Syauqi Anthera Mumtaz and Nuur Wachid Abdul Majid, “Web Scraping Dan Fine-Tuning Indobert Untuk Analisis Sentimen Berbasis Aspek (Absa) Pada Data Twitter/X: Studi Kasus Topik Kurikulum Merdeka,” Rabit?: Jurnal Teknologi dan Sistem Informasi Univrab, vol. 11, no. 1, pp. 949–963, Jan. 2026, doi: 10.36341/rabit.v11i1.7155.

B. M. Gopal, Y. N. Reddy, C. B. Siddhartha, R. Shaik, and S. Krishnapriya P, “Real-Time News Aggregation and Sentiment Analysis Using Web Scraping and Firebase Integration,” in Proceedings of the 9th International Conference on Inventive Systems and Control, ICISC 2025, Institute of Electrical and Electronics Engineers Inc., 2025, pp. 1043–1049. doi: 10.1109/ICISC65841.2025.11187561.

A. R. Isnain, N. S. Marga, and D. Alita, “Sentiment Analysis Of Government Policy On Corona Case Using Naive Bayes Algorithm,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 15, no. 1, p. 55, Jan. 2021, doi: 10.22146/ijccs.60718.