ANALISIS PERBANDINGAN SENTIMEN PADA DATA REVIEW PENGGUNA APLIKASI NOVEL ONLINE (WATTPAD DAN DREAME) DI GOOGLE PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN ASOSIASI


Septi Hayuning Tyas, 4112317018 (2020) ANALISIS PERBANDINGAN SENTIMEN PADA DATA REVIEW PENGGUNA APLIKASI NOVEL ONLINE (WATTPAD DAN DREAME) DI GOOGLE PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN ASOSIASI. Under Graduates thesis, Unnes.

[thumbnail of 4112317018.pdf]
Preview
PDF - Published Version
Download (1MB) | Preview

Abstract

Di era digital sekarang ini, semua kebutuhan akan kegiatan sudah tersedia dalam satu genggaman. Kemajuan teknologi mendorong manusia untuk dapat melakukan segala aktivitas secara efisien. Pada era digital seperti ini, hobi kini dapat dilakukan di manapun dan kapanpun secara efisien, seperti hobi membaca dan menulis, saat ini terdapat aplikasi yang dapat digunakan untuk menyalurkan hobi membaca dan menulis seperti Wattpad dan Dreame. Ada kelebihan dan kelemahan dari aplikasi Wattpad dan Dreame, ada berbagai komentar dalam situs Google Play Store. Review aplikasi pada Google Play Store dapat dijadikan indikasi baik atau buruknya suatu aplikasi dan sebagai pencarian masalah yang dikeluhkan pengguna terhadap aplikasi. Analisis deskriptif yang diperoleh dengan rating dari total 4137 review pengguna Wattpad diperoleh sebanyak 33,12% pengguna sangat tidak menyukai, 17,04% tidak suka, 15,71% netral, 11,31% menyukai dan 22,82%, sedangkan untuk aplikasi Dreame dari 3090 review yang diperoleh, sebanyak 10,94% pengguna sangat tidak menyukai, 13,24% tidak menyukai, 27,86% netral, 21,85% menyukai dan 26,12% pengguna sangat menyukai. Maka, berdasakan rating, Dreame lebih unggul dari Wattpad. Dengan menggunakan machine learning Support Vector Machine, akan dilakukan prediksi yang divisualisasika dalam bentuk wordcloud dan kemudian dicari asosiasi kata untuk memecahkan masalah. Dalam pelabelan data berdasarkan Vader Lexicon diperoleh hasil sentimen negatif sebanyak 1058 dan positif 2356 untuk aplikasi Wattpad, sedangkan untuk aplikasi Dreame diperoleh sebanyak 761 data negatif dan 1865 data positif. Dengan metode SVM diprediksi dengan akurasi untuk aplikasi Wattpad sebesar 88,60% dan aplikasi Dreame sebesar 87,45%. Pada kelas negatif, asosiasi kata diekstraksi menjadi informasi untuk menemukan faktor-faktor keluhan pengguna menggunakan diagram fishbone, dapat diketahui, ada 15 masalah yang dikeluhkan pengguna Wattpad dan sebanyak 17 masalah yang dikelhkan oleh penguna Dreame yang kemudian diklasifikasikan menjadi faktor-faktor yang meliputi, proses, produk, pelaku/orang, tempat, harga serta promosi yang ada pada kedua aplikasi, dapat dicari pemecahan dari masalah-masalah yang ditemukan. Dari banyaknya keluhan dapat diketahui, masalah pada Dreame lebih banyak dari Wattpad, sehingga perlu lebih banyak perbaikan untuk aplikasi Dreame.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Sentimen, Review, Wattpad, Dreame, Asosiasi, SVM, Klasifikasi
Subjects: Q Science > QA Mathematics > QA76 Computer software
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika Terapan dan Komputasi, D3
Depositing User: mahargjo hapsoro adi
Date Deposited: 01 Dec 2020 02:04
Last Modified: 01 Dec 2020 02:04
URI: http://lib.unnes.ac.id/id/eprint/41837

Actions (login required)

View Item View Item