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.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (572kB)
[img] Text (BAB I)
BAB I.pdf

Download (208kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (769kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (245kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (832kB)
[img] Text (BAB V)
BAB V.pdf

Download (67kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (248kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.4293.zip
Restricted to Repository staff only

Download (1MB)
[img] 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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pristyanto, Yoga
Uncontrolled Keywords: Analisis Sentimen, Support Vector Machine (SVM), Aplikasi Olahraga, Google Play Store, Klasifikasi Teks
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 19 Sep 2025 04:16
Last Modified: 19 Sep 2025 04:16
URI: http://eprints.amikom.ac.id/id/eprint/30818

Actions (login required)

View Item View Item