<![CDATA[Analisis sentimen terhadap ulasan pengguna menjadi penting dalam memahami persepsi publik terhadap sebuah aplikasi digital. Analisis ini dilakukan untuk mengklasifikasikan 1000 komentar yang terdiri dari komentar positif dan negatif dari pengguna aplikasi Prime Video yang terdapat di Google Play Store. Tujuan penelitian ini adalah untuk membantu pengembang aplikasi memahami pendapat pengguna dalam jumlah besar secara otomatis, tanpa harus membaca komentar pengguna satu per satu. Tahapan awal dilakukan melalui proses pra pemrosesan teks, yang meliputi pembersihan data, normalisasi kata, case folding, stemming, dan filtering. Selain itu, visualisasi Word Cloud digunakan untuk mengidentifikasi kata-kata yang sering muncul dalam komentar pengguna. Analisis dilanjutkan dengan penerapan metode klasifikasi untuk menentukan sentimen komentar. Dalam penelitian ini, tiga metode pembelajaran mesin yaitu Neural Network (NN), Support Vector Machine (SVM) dan Naive Bayes Classifier (NBC) digunakan dan dibandingkan untuk memperoleh hasil klasifikasi terbaik. Hasil menunjukkan bahwa metode SVM memberikan tingkat akurasi tertinggi yaitu sebesar 89,5%, disusul dengan metode NN sebesar 87% dan NBC sebesar 75% dalam mengklasifikasikan sentimen komentar pengguna. Penelitian ini menyimpulkan bahwa pendekatan berbasis machine learning efektif digunakan dalam mengidentifikasi dan mengelompokkan opini pengguna terhadap aplikasi digital secara otomatis.]]>
Copyrights © 2025
