<![CDATA[Dalam era digital saat ini, aplikasi mobile telah menjadi bagian utama dalam kehidupan sehari-hari yang mendukung berbagai aktivitas, seperti belanja, hiburan, dan komunikasi. Salah satu sektor yang berkembang pesat adalah e-commerce, dimana Shopee merupakan salah satu platform yang populer dan banyak digunakan oleh masyarakat Indonesia. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Shopee menggunakan metode Word2Vec dan Long Short-Term Memory (LSTM). Data yang digunakan sebanyak 6.000 ulasan berbahasa Indonesia yang dikumpulkan melalui web scraping dari Google Play Store. Proses dilanjutkan melalui tahapan cleaning text, case folding, slang normalization, penghapusan kata duplikat, stopword removal, dan stemming. Data kemudian diberi label sentimen positif, negatif, dan netral menggunakan Inset Lexicon. Model LSTM menghasilkan akurasi sebesar 85,08%, precision 84,08%, recall 85,08%, dan F1-score 84,18%. Performa terbaik pada sentimen positif, namun masih terdapat kesalahan pada sentimen negatif dan netral akibat ketidakseimbangan data. Hasil ini menunjukkan bahwa Word2Vec dan LSTM dapat digunakan pada analisis sentimen ulasan aplikasi e-commerce terutama dalam mengklasifikasi sentimen positif.]]>
Copyrights © 2026
