Analisis Sentimen Review Aplikasi Operator Seluler di Google Play Store dengan Metode Support Vector Machine dan Latent Dirichlet Allocation (Studi Kasus : Review Pengguna Aplikasi By.U, XL dan Smartfren Untuk Perbaikan aplikasi di Google Play Store)
Abstract
Pada Google Play Store, pengguna sering membaca review pengguna lain dan
reputasi aplikasi, sebelum mengunduh sebuah aplikasi. Hal ini membuat analisis
review pengguna sangat menarik bagi pemilik aplikasi untuk mengambil keputusan
di masa depan. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi
operator jaringan di Indonesia (XL, By.U, dan Smartfren) berdasarkan ulasan di
Google Play Store. Ketiga operator tersebut merupakan salah satu operator seluler
dengan pengguna terbanyak di Indonesia, klasifikasi ulasan dibagi menjadi tiga
kategori yaitu Positif, Netral, dan Negatif. dengan yang digunakan untuk Topic
Modelling hanya yang bersifat negatif. Hasil analisis menggunakan metode Support
Vector Machine menunjukkan variasi sentimen yang signifikan pada masing-
masing operator. Model SVM linear terbukti paling efektif dalam
mengklasifikasikan ulasan, Dengan akurasi diatas 91.44% pada setiap operator.
Penelitian ini memberikan pandangan yang berharga bagi perusahaan operator
dalam meningkatkan kualitas layanan mereka berdasarkan umpan balik pengguna.
Adapun yang di dapatkan dari topic modelling yang nantinya dapat memberikan
saran untuk perbaikan dari masing developer. Jika dilihat dari ketiga wordcloud
memang kekecewaan para pengguna adalah terkait jaringan, Dimana untuk masalah
di dalam ketiga operator ini adalah terkait jaringan yang menjadikan kecepatan
internet menjadi lambat.
Collections
- Statistics [900]