Analisis Sentimen Pada Komentar Pengguna Aplikasi Android di Google Play Store Menggunakan Algoritma Support Vector Machine (SVM)

Pastika, I Wayan Ryan Adi (2025) Analisis Sentimen Pada Komentar Pengguna Aplikasi Android di Google Play Store Menggunakan Algoritma Support Vector Machine (SVM). Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354011_full.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354011_0805098101_0625048702_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (496kB)
	Text (iThenticate) RAMA_58302_2115354011_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Pertumbuhan aplikasi android pada google play store mendorong meningkatnya jumlah komentar pengguna yang menjadi sumber informasi penting dalam menilai kualitas sebuah aplikasi. Namun, banyaknya data komentar yang tersedia menyulitkan proses evaluasi secara manual. Oleh sebab itu, penelitian ini memiliki tujuan untuk merancang dan membangun sistem analisis sentimen otomatis terhadap ulasan pengguna aplikasi Android dengan memanfaatkan algoritma Support Vector Machine (SVM). Pengumpulan data dilakukan melalui teknik scraping dari Google Play Store, dilanjutkan dengan tahap praproses seperti pembersihan teks, normalisasi, serta penghapusan stopword. Setelah itu, ulasan dilabeli secara otomatis menggunakan leksikon lokal seperti InSet dan SentiStrength ID, lalu fitur diekstraksi menggunakan metode Term Frequency - Inverse Document Frequency (TF-IDF). Klasifikasi dilakukan menggunakan algoritma SVM karena algoritma ini mampu menangani data teks yang tidak linier dan menghasilkan pemisahan yang optimal antar kelas sentimen. Sistem dibangun agar pengguna dapat memilih aplikasi berdasarkan kata kunci tertentu untuk dianalisis, memungkinkan fleksibilitas dalam eksplorasi berbagai aplikasi. Evaluasi model dilakukan menggunakan confusion matrix dan classification report untuk menilai model yang dibangun. Dan dilakukan juga validasi silang dengan metode k-Fold Cross Validation untuk mengidentifikasi kemungkinan terjadinya overfitting atau underfitting pada model yang dibangun. Hasil akhir ditampilkan dalam bentuk visualisasi pie chart dan rangkuman keyword berdasarkan sentimen, yang memudahkan pengguna dalam memahami persepsi umum terhadap aplikasi. Dengan sistem ini, pengguna dan pengembang aplikasi dapat memperoleh gambaran umum sentimen secara cepat dan akurat, sementara peneliti dapat melihat efektivitas SVM dalam pengolahan data teks berskala besar.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Analisis Sentimen, Google Play Store, SVM, TF-IDF, Klasifikasi Otomatis
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Wayan Ryan Adi Pastika
Date Deposited:	11 Sep 2025 02:45
Last Modified:	11 Sep 2025 02:45
URI:	https://repository.pnb.ac.id/id/eprint/19643

Actions (login required)

View Item