Fanny Dameka br Sitanggang
Universitas Prima Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENERAPAN NATURAL LANGUAGE PROCESSING UNTUK ANALISIS SENTIMEN TERHADAP APLIKASI STREAMING: Bahasa Indonesia Paskariawan br Sihotang; Fanny Dameka br Sitanggang; Nadila Azriansyah; Evta Indra
JURNAL ILMIAH BETRIK Vol. 14 No. 02 AGUSTUS (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i02 AGUSTUS.96

Abstract

Aplikasi video streaming seperti Viu, Viki, dan WeTV sangat populer karena memberikan akses yang mudah dan nyaman bagi pengguna untuk menonton konten multimedia mereka. Menurut data dari Google Play Store per akhir tahun 2022, Viu, Viki, dan WeTv adalah layanan streaming teratas. VIU telah menerima lebih dari 100 juta unduhan dan 993.000 ulasan, Viki telah menerima lebih dari 50 juta unduhan dan 899.000 ulasan, dan WeTV telah menerima lebih dari 50 juta unduhan dan 545.000 ulasan meskipun dinilai terbaik dan menerima peringkat 5. Sangat penting untuk terus menilai seberapa baik layanan disampaikan kepada pengguna karena peringkat dan jumlah ulasan tidak selalu berarti bahwa tuntutan atau masalah pengguna telah terpenuhi. diperlukan sistem untuk memproses semua input pengguna, termasuk peringkat dan komentar. Untuk memastikan pengalaman yang baik bagi pengguna, penting bagi pengembang aplikasi untuk memahami perasaan dan harapan pengguna. karena itu, dilakukan penelitian untuk Analisis Sentimen terhadap Aplikasi Streaming Video menggunakan Pendekatan Support Vector Machine (SVM). Data diambil melalui proses scraping yang didasarkan pada informasi dari Google Play Store , pada aplikasi Viu, Viki, dan WeTv dengan jumlah 2400 data. Berdasarkan data yang ditemukan ulasan terbanyak terdapat pada ulasan tidak konsisten sebesar 89.5% dengan jumlah 2399 data. kemudian, pada ulasan dengan menggunakan diagram pie chart berdasarkan jam, data tersebut menggambarkan jumlah ulasan pada setiap jam terlihat bahwa jam 14.00 memiliki jumlah ulasan terbanyak dengan 7.4%. Pada penelitian ini diperoleh hasil berupa akurasi untuk pengujian model Regresi Logistik adalah 0,90 untuk data pelatihan dan 0,89 untuk data pengujian, selanjutnya pada pengujian model Decision Treedidapatkan hasil akurasi sempurna pada data latih sebesar 1.0, dan pada data uji sebesar 1.0.dan Hasil untuk pengujian akurasi menggunakan model SVM adalah 0,968 untuk data pelatihan dan 0,910 untuk data pengujian.