<![CDATA[Aplikasi Threads merupakan platform media sosial yang memiliki banyak ulasan pengguna di Google Play Store, yang mencerminkan berbagai opini dan pengalaman pengguna. Namun, besarnya jumlah data serta penggunaan bahasa tidak baku dan variasi ekspresi sentimen membuat analisis manual menjadi kurang efisien dan objektif, sehingga diperlukan pendekatan berbasis pembelajaran mesin untuk melakukan analisis secara otomatis. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Threads di GooglePlay Store menggunakan algoritma Long Short-Term Memory (LSTM). Data ulasan dikumpulkan dan diproses melalui tahapan pra-pemrosesan teks. Analisis sentimen yang dilakukan pada penelitian ini menggunakan 5.000 data ulasan dengan pembagian 79,98% sebagai data training dan 20,02% sebagai data testing. Model LSTM yang dikembangkan dilatih untuk mengklasifikasikan sentimen ulasan ke dalam tiga kategori, yaitu negatif, netral, dan positif. Hasil evaluasi menunjukkan bahwa model LSTM mampu mencapai tingkat akurasi sebesar 86,20%. Hasil penelitian ini diharapkan dapat memberikan gambaran sentimen pengguna terhadap aplikasi Threads serta menjadi bahan evaluasi bagi pengembang dalam meningkatkan kualitas dan pengalaman pengguna aplikasi.]]>
Copyrights © 2026
