<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Netflix yang diperoleh dari Google Play Store menggunakan metode web scraping dengan Python di Google Colab. Data ulasan diproses melalui tahap pembersihan teks, tokenisasi, penghapusan stopword, dan stemming, serta direpresentasikan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Lima algoritma klasifikasi, yaitu Logistic Regression, Naive Bayes, Decision Tree, Random Forest, dan Support Vector Machine (SVM), dibandingkan untuk menentukan algoritma terbaik dalam klasifikasi sentimen positif, negatif, dan netral. Evaluasi dilakukan berdasarkan akurasi dengan pembagian data latih dan data uji sebesar 90:10. Hasil pengujian menunjukkan bahwa Logistic Regression dan Random Forest memiliki akurasi tertinggi sebesar 76%, diikuti oleh SVM sebesar 74%, Decision Tree sebesar 73%, dan Naive Bayes dengan akurasi terendah sebesar 71%. Temuan ini memberikan kontribusi bagi penelitian di bidang analisis sentimen serta dapat menjadi referensi bagi pengembang aplikasi dalam meningkatkan pengalaman pengguna berbasis data.]]>
Copyrights © 2025
