tamlica, Agam
Unknown Affiliation

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

Found 1 Documents
Search

ANALISIS SENTIMEN ULASAN APLIKASI GROK DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) tamlica, Agam; Irawan, Bambang
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9011

Abstract

Kemajuan dalam kecerdasan buatan telah memicu proliferasi berbagai aplikasi berbasis bahasa alami, yang dicontohkan oleh Grok, yang mengumpulkan banyak ulasan pengguna di Google Play Store. Evaluasi tersebut merangkum persepsi dan pengalaman pengguna, yang sangat penting untuk peningkatan kualitas layanan. Tujuan penelitian ini adalah untuk memeriksa sentimen ulasan pengguna yang terkait dengan aplikasi Grok menggunakan algoritma Long-Term Memory (LSTM), karena kemampuannya untuk pemahaman kontekstual yang mendalam dan analisis urutan kata. Data dikumpulkan melalui metodologi web scraping yang menggunakan pustaka google-play-scraper dan menjalani beberapa tahap pemrosesan, termasuk pembersihan, tokenisasi, penghapusan terminologi, stemming, dan klasifikasi sentimen. Model dilatih selama lima epoch dengan partisi data 80% untuk pelatihan dan 20% untuk validasi, menghasilkan tingkat akurasi 89,58%. Temuan menunjukkan bahwa model LSTM mahir dalam mengidentifikasi pola linguistik dan sentimen pengguna, khususnya dalam klasifikasi positif Hasil ini menggarisbawahi potensi penggunaan LSTM sebagai kerangka kerja analisis opini otomatis untuk aplikasi berbasis kecerdasan buatan di Indonesia.