<![CDATA[Perkembangan teknologi dan peran aplikasi mobile dalam kehidupan siswa memiliki dampak signifikan terhadap interaksi dan pembelajaran mereka. Informasi akademik, jadwal kuliah, dan layanan universitas dapat diakses dengan mudah melalui aplikasi mobile, seperti Gapura UB. Namun, ulasan pengguna di Google Play Store menunjukkan ketidakpuasan terhadap aplikasi mobile Gapura UB, dengan skor rata-rata 3.3 dari skala 5. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi mobile Gapura UB, dengan mengumpulkan data ulasan pengguna melalui web scraping. Data ulasan kemudian diproses agar dapat diberi label sentimen menggunakan metode Lexicon. Selanjutnya, metode Support Vector Machine (SVM) diimplementasikan untuk memprediksi sentimen pada data yang telah dilabeli. Hasil analisis sentimen dievaluasi menggunakan Confusion Matrix dan Root Cause Analysis: 5 Why’s. Hasil penelitian menunjukkan dari 494 ulasan yang diklasifikasi, terdapat 345 ulasan negatif dan 149 ulasan positif. Metode SVM dengan pendekatan Lexicon memberikan akurasi 98%, dengan nilai precision 99%, recall 97%, dan F1-score 98%. Visualisasi word cloud mengungkap kata-kata positif seperti "mantap," "login," dan "keren," mencerminkan kepuasan terhadap aplikasi dan pujian kepada pegawai yang terlibat. Di sisi lain, kata-kata negatif seperti "login," "aplikasi," dan "absen" pada ulasan negatif menyoroti kendala dalam login, masalah fungsionalitas aplikasi, dan isu terkait absensi. Kata kunci: analisis sentimen, ulasan, gapura ub, support vector machine, word cloud, lexicon, root cause analysis]]>
Copyrights © 2024
