Sentimen analisis Berbasis Aspek pada Ulasan Pengguna aplikasi Sekolah.mu di Google Play store Menggunakan Algoritma Convolutional Neural Network (CNN)

Jesika Damayanti Doloksaribu
Oktariani Nurul Pratiwi
Nur Ichsan Utama

eProceedings of Engineering
Vol. 13 No. 1 (2026): Februari 2026

Perkembangan teknologi digital dan platform pembelajaran daring di Indonesia, seperti Sekolah.mu, telah mengubah proses belajar mengajar. Dengan semakin banyaknya pengguna, muncul ulasan tidak terstruktur di Google Play Store yang dapat menjadi wawasan berharga bagi pengembang aplikasi. Untuk menguraikan data ulasan, diperlukan analisis sentimen berbasis aspek (ABSA) untuk memberikan informasi yang lebih terperinci. Penelitian ini menerapkan ABSA menggunakan algoritma Convolutional Neural Network (CNN) untuk mengklasifikasikan sentimen dan aspek dari ulasan aplikasi Sekolah.mu. Data dari ulasan diproses melalui tahapan Knowledge Discovery in Databases (KDD) dan direpresentasikan dalam vektor oleh Word2Vec. Hasil penelitian menunjukkan bahwa model CNN berhasil mengklasifikasikan sentimen dengan akurasi antara 82% dan 89% di tiga dimensi fokus: konten pendidikan, kinerja aplikasi, dan pengalaman pengguna termasuk metrik keterlibatan pelajar. Pekerjaan ini juga menyediakan aplikasi bertenaga Streamlit yang dikembangkan untuk membantu pengguna dalam memvisualisasikan hasil analisis sentimen yang dilakukan pada ulasan pelajar. Temuan ini menunjukkan bahwa CNN berguna untuk menganalisis konten yang dibuat pengguna secara sengaja dan dapat secara efektif meningkatkan pengalaman pengguna dalam aplikasi pendidikan. Kata Kunci—Convolutional Neural Network, Aspect-Based Sentiment Analysis, Word2Vec, Streamlit, Aplikasi Sekolah.mu.