Analisis Sentimen Aplikasi Spotify Di Playstore Menggunakan Metode Klasifikasi

Berly, Bagoes Daniswara (9882405120121004) (2024) Analisis Sentimen Aplikasi Spotify Di Playstore Menggunakan Metode Klasifikasi. Undergraduate Thesis, Universitas Informatika dan Bisnis Indonesia.

	Text Cover.pdf Download (24kB)
	Text Abstrak.pdf Download (12kB)
	Text Bab 1.pdf Download (80kB)
	Text Daftar Pustaka.pdf Download (72kB)

Abstract

Spotify adalah aplikasi streaming musik yang populer di seluruh dunia. Dengan banyaknya pengguna, aplikasi ini menerima berbagai ulasan positif dan negatif di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentiment ulasan pengguna terhadap aplikasi Spotify menggunakan beberapa metode klasifikasi, termasuk Logistic Regression, Random Forest, Support Vector Machine (SVM), C4.5, dan Extreme Gradient Boosting (XGBoost). Data ulasan diperoleh melalui teknik Web Scraping menggunakan API Google-Play-Scraper. Setelah itu, dilakukan text preprocessing untuk membersihkan teks agar data dapat dieksekusi. Analisis sentimen digunakan untuk mendeteksi apakah suatu teks mengandung opini positif atau negatif. Metode Random Forest digunakan dalam penelitian ini terbukti memberikan hasil yang terbaik. Pengujian dilakukan berdasarkan rasio pembagian data latih dan data uji 80%:20%, 70%:30%, dan 60%:40% terhadap ribuan data ulasan. Berdasarkan hasil pengujian, metode Random Forest dengan rasio pembagian data latih dan data uji 80%:20% memberikan nilai precision 82%, recall 81%, F1-Score 81%, dan accuracy sebesar 81%. Keywords: Analisis Sentimen, Spotify, Google Play Store, Web Scraping, text preprocessing, Logistic Regression, Random Forest, Support Vector Machine (SVM), C4.5, XGBoost.

Item Type:	Other
Additional Information:	SKRIPSI PRODI SISTEM INFORMASI S1
Subjects:	H Social Sciences > H Social Sciences (General) T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Informatika > Sistem Informasi
Depositing User:	PERPUS PERPUSTAKAAN UNIBI
Date Deposited:	21 Nov 2024 04:22
Last Modified:	21 Nov 2024 04:22
URI:	http://repository.unibi.ac.id/id/eprint/738

Actions (login required)

View Item