<![CDATA[Wikipedia merupakan salah satu ensiklopedia daring yang menyediakan berbagai informasi dan pengetahuan yang dapat diakses melalui browser ataupun menggunakan aplikasi. Sebagai aplikasi yang tersedia di Google Play Store, Wikipedia menerima berbagai ulasan pengguna yang dapat dimanfaatkan untuk mengetahui persepsi dan tingkat kepuasan terhadap aplikasi. Penelitian ini bertujuan untuk menganalisis pengaruh teknik pelabelan sentimen ulasan pada aplikasi Wikipedia. Proses pelabelan sentimen dilakukan menggunakan dua teknik, yaitu pelabelan berdasarkan rating pengguna (1-2: negatif, 3: netral, 4-5: positif) dan pelabelan manual. Data yang telah melalui tahap preprocessing kemudian diekstraksi menggunakan TF-IDF dan diklasifikasikan menggunakan Logistic Regression dengan pembagian data latih dan data uji sebesar 80:20. Hasil penelitian menunjukkan kalau teknik pelabelan memiliki pengaruh terhadap kinerja model Logistic Regression berbasis TF-IDF. Hasil evaluasi awal menunjukkan nilai macro average F1-score sebesar 0,69 pada pelabelan manual lebih tinggi dibandingkan pelabelan berdasarkan rating sebesar 0,46. Data yang digunakan memiliki distribusi kelas yang tidak seimbang sehingga dilakukan penyeimbangan data menggunakan SMOTE dan optimasi parameter terbaik menggunakan GridSearchCV. Namun hasil analisis lanjutan tersebut belum memberikan peningkatan performa yang berarti pada kedua teknik pelabelan. Temuan penelitian ini menunjukkan bahwa pelabelan manual menghasilkan representasi sentimen yang lebih sesuai dengan isi ulasan dibandingkan pelabelan berdasarkan rating, sehingga memberikan performa klasifikasi yang lebih baik. Wikipedia is an online encyclopedia providing a wealth of information and knowledge accessible via web browsers or mobile applications. As an app available on the Google Play Store, Wikipedia receives numerous user reviews that can be leveraged to gauge user perceptions and satisfaction levels. This study aims to analyze the impact of sentiment labeling techniques on Wikipedia app reviews. Sentiment labeling was conducted using two methods: labeling based on user ratings (1-2: negative, 3: neutral, 4-5: positive) and manual labeling. After undergoing preprocessing, the data were extracted using TF-IDF and classified using Logistic Regression, with an 80:20 split between training and testing data. The results indicate that the labeling method influences the performance of the TF-IDF-based Logistic Regression model. Initial evaluations showed a macro average F1-score of 0.69 for manual labeling, which was higher than the 0.46 score obtained with rating-based labeling. Due to the imbalanced class distribution of the dataset, data balancing was performed using SMOTE, and optimal parameters were determined using GridSearchCV. However, these further analyses did not yield significant performance improvements for either labeling method. The findings demonstrate that manual labeling produces sentiment representations that better align with review content compared to rating-based labeling, thereby resulting in superior classification performance.]]>
