ANALISIS SENTIMEN APLIKASI STRAVA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERDASARKAN ULASAN PENGGUNA DI GOOGLE PLAY STORE

Saputra, Erlangga Bayu (2025) ANALISIS SENTIMEN APLIKASI STRAVA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERDASARKAN ULASAN PENGGUNA DI GOOGLE PLAY STORE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (572kB)
	Text (BAB I) BAB I.pdf Download (208kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (769kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (245kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (832kB)
	Text (BAB V) BAB V.pdf Download (67kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (248kB)
	Archive (SOURCE CODE) Sourcecode - 21.11.4293.zip Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (4MB)

Abstract

Olahraga memiliki peran penting dalam menjaga kesehatan fisik dan mental, terutama di era modern yang penuh dengan aktivitas padat. Perkembangan teknologi telah mendorong penggunaan aplikasi olahraga seperti Strava, yang memungkinkan pengguna mencatat dan menganalisis aktivitas fisik mereka. Seiring dengan meningkatnya jumlah pengguna, muncul ulasan dengan opini yang yang beragam. Kondisi ini membuat analisis manual menjadi tidak efesien. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Strava di Google Play Store dengan menerapkan metode Support Vector Machine (SVM) sebagai model klasifikasi teks. Data ulasan dikumpulkan melalui teknik web scraping dengan total 5.644 ulasan. Setelah melalui tahap preprocessing, proses labeling dilakukan menggunakan metode VADER untuk menentukan kategori positif atau negatif. Model SVM yang diterapkan menunjukkan akurasi sebesar 91.82%. Untuk klasifikasi sentimen positif, precision mencapai 0.93, recall sebesar 0.98, dan F1-score sebesar 0.96. Sementara itu, untuk sentimen negatif, precision tercatat sebesar 0.72, recall 0.42, dan F1-score 0.53. Secara keseluruhan, model memiliki macro average F1-score sebesar 0.74 dan weighted average F1score sebesar 0.91. Dengan hasil tersebut, metode SVM terbukti efektif dalam menganalisis sentimen pengguna, sehingga dapat menjadi referensi bagi pengembang dalam meningkatkan kualitas aplikasi Strava berdasarkan opini pengguna.

Actions (login required)

View Item