<![CDATA[Dalam era digital yang semakin maju, ulasan pengguna terhadap aplikasi seluler di platform seperti Google Play Store menjadi sumber informasi penting bagi pengembang maupun pengguna aplikasi. Ulasan ini dapat mencerminkan kepuasan, keluhan, dan harapan pengguna terhadap sebuah aplikasi. Namun, karena volume ulasan yang terus meningkat, sangat sulit bagi pengembang untuk membaca dan mengevaluasi seluruh opini secara manual. Di sisi lain, ulasan yang tersedia sering kali tidak mencerminkan kondisi sebenarnya akibat adanya ulasan palsu, bias, atau manipulatif. Oleh karena itu, dibutuhkan sistem yang otomatis dapat mampu mengelompokkan ulasan berdasarkan polaritas sentimen dengan akurat. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi berbasis web menggunakan framework Streamlit yang dapat melakukan analisis sentimen terhadap ulasan aplikasi di Google Play Store. Metode yang digunakan adalah kombinasi antara Logistic Regression dan Lexicon-Based Approach dengan tahapan preprocessing teks seperti cleansing, tokenizing, stemming, hingga transformasi menggunakan TF-IDF. Penelitian ini menggunakan pendekatan CRISP-DM dalam membangun model dan sistem aplikasi. Hasil akhir dari penelitian ini adalah sebuah aplikasi analisis sentimen yang mampu mengklasifikasikan ulasan ke dalam kategori positif dan negatif, serta menampilkan hasil evaluasi model dalam bentuk visualisasi metrik dan word cloud. Dari studi kasus aplikasi Dana, berdasarkan hasil evaluasi performa model dengan metrik confusion matrix, model Logistic Regression yang dibangun mencapai accuracy sebesar 91,2%, precision 91,73%, recall 98,46%, dan F1-score 64,78%.]]>
