Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Aplikasi Jakone Mobile Menggunakan Long Short-Term Memory (LSTM) dan Latent Dirichlet Allocation (LDA) Sungkar, Ananda Annisa; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ulasan pengguna pada aplikasi perbankan digital merupakan sumber informasi penting untuk mengevaluasi kualitas layanan. Aplikasi JakOne Mobile dipilih sebagai objek penelitian karena memiliki jumlah ulasan pengguna yang memadai di Google Play Store serta merepresentasikan beragam pengalaman pengguna terhadap layanan perbankan digital. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna JakOne Mobile menggunakan metode Long Short-Term Memory (LSTM) serta mengidentifikasi topik permasalahan utama pada ulasan negatif menggunakan Latent Dirichlet Allocation (LDA). LSTM digunakan karena kemampuannya memodelkan data teks berurutan dan menangkap konteks antar kata, sedangkan LDA diterapkan untuk mengekstraksi topik utama berdasarkan pola kemunculan kata tanpa penentuan topik sebelumnya. Data ulasan dikumpulkan dari Google Play Store dan diproses melalui tahap pre-processing data, pembagian data latih dan data uji, serta penanganan ketidakseimbangan kelas menggunakan teknik oversampling pada data latih. Model LSTM dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model LSTM mencapai mean akurasi sebesar 93,1%, sedangkan LDA menghasilkan tujuh topik utama yang merepresentasikan permasalahan dominan pada ulasan negatif pengguna.