SENTIMEN ANALISIS PADA ULASAN APPS GOOGLE PLAY BERBASIS BERT

Budi, Kukuh Setyo (2021) SENTIMEN ANALISIS PADA ULASAN APPS GOOGLE PLAY BERBASIS BERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER - ABSTRAK)
Cover.pdf
Download (546kB)
[img] Text (BAB I)
BAB I.pdf
Download (292kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (742kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (170kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf
Download (44kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (53kB)
[img] Archive (SOURCE CODE)
Publish di luar - Source Code-17.11.1652-Kukuh Setyo Budi - Kukuh Setyo Budi.rar
Restricted to Repository staff only
Download (359kB)
[img] Text (PUBLIKASI)
Surat Pernyataan Publish Diluar 17.11.1652 Kukuh Setyo Budi.pdf
Download (155kB)

Abstract

Google Play merupakan layanan distribusi digital yang berfungsi sebagai toko aplikasi resmi untuk sistem operasi Android. Kita bisa mendapatkan banyak informasi tentang aplikasi yang terpublish pada Google Play melalui ulasan yang diberikan oleh pengguna sebelumnya. Analisis Sentimen merupakan salah satu cabang dari Natural Language Processing (NLP) yang dapat membantu dalam menentukan kualitas suatu aplikasi dari ulasan yang telah diberikan pengguna. Penelitian ini menggunakan dataset hasil scraping pada ulasan Google Play berbahasa Indonesia sebagai bahan untuk menguji model yang digunakan dalam menjalankan tugas analysis sentiment. Penelitian ini menggunakan model Deep Learning yaitu BERT atau Bidirectional Encoder Representation from Transformer sebagai metode word embedding untuk mempersentasikan kata menjadi vector. Model BERT akan dilakukan pengujian dalam menganalisis sentiment pada teks. Dataset yang digunakan merupakan hasil scraping menggunakan software WebHarvy pada ulasan Google Play berbahasa Indonesia. Pada tahapan labelling data pada penelitian ini menggunakan metode Naïve Bayes Classifier. Dari percobaan yang dilakukan dengan menggunakan data sebanyak 3.963 data yang dibagi menjadi 60% data training, 20% data valid, dan 20% data test, model BERT dapat mendapatkan nilai akurasi sebesar 86%, dan mendapatkan akurasi terendah dengan nilai 82%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Huda, Arif Akbarul
Uncontrolled Keywords: Sentimen Analisis, BERT, Deep Learning, NLP
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 20 Jun 2022 03:53
Last Modified: 14 Aug 2023 02:41
URI: http://eprints.amikom.ac.id/id/eprint/1758

Actions (login required)

View Item View Item