Arta Aritonang, Putri (2022) Aspect-Based Sentiment Analysis pada Ulasan Aplikasi Menggunakan Convolutional Neural Network (Studi Kasus: PeduliLindungi). Bachelor Thesis thesis, Universitas Multimedia Nusantara.
|
PDF
HALAMAN_AWAL.pdf Download (920kB) | Preview |
|
|
PDF
DAFTAR_PUSTAKA.pdf Download (232kB) | Preview |
|
|
PDF
BAB_I.pdf Download (297kB) | Preview |
|
|
PDF
BAB_II.pdf Download (618kB) | Preview |
|
|
PDF
BAB_III.pdf Download (488kB) | Preview |
|
![]() |
PDF
BAB_IV.pdf Restricted to Registered users only Download (973kB) |
|
|
PDF
BAB_V.pdf Download (285kB) | Preview |
|
![]() |
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (2MB) |
Abstract
Sebagai aplikasi yang wajib digunakan semasa pandemi COVID-19 oleh masyarakat Indonesia, PeduliLindungi seyogianya memiliki kualitas dan layanan prima untuk penggunanya. Namun per Desember 2021, sentimen dari pengguna terhadap kualitas dan layanan aplikasi PeduliLindungi masih rendah yaitu dengan rating aplikasi sebesar 3.6 dari skala 5 pada Google Play Store. Penelitian ini menggunakan teknik text mining untuk tugas Aspect-Based Sentiment Analysis (ABSA) pada ulasan aplikasi PeduliLindungi, yaitu analisis sentimen berdasarkan kategori aspek pada aplikasi. Penelitian ini bertujuan untuk mengetahui sentimen pada setiap aspek aplikasi, dan memberikan wawasan serta pengetahuan dalam meningkatkan kualitas aplikasi PeduliLindungi. Metode ABSA yang dipakai pada penelitian ini adalah pengklasifikasian aspek dan sentimen menggunakan algoritma Convolutional Neural Network (CNN). Hasil penelitian menunjukkan bahwa model CNN mampu menghasilkan performa yang baik dengan nilai F1 score sebesar 92.23% pada klasifikasi aspek dan 95.13% pada klasifikasi sentimen. Hasil pemodelan sentimen pengguna menunjukkan dominasi sentimen negatif pada kedelapan aspek aplikasi yaitu Visual Experience, Scan Checkin/Out, Sertifikat Vaksin, eHac, Tes COVID, Register/Login, Performance and Stability, dan Privacy, Data, and Security.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Aspect-Based Sentiment Analysis, Convolution Neural Network, Klasifikasi Teks, PeduliLindungi, Text Mining. |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 003 Systems (Computer Modeling and Simulation) |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 20 Jul 2022 04:23 |
Last Modified: | 06 Jul 2023 08:17 |
URI: | https://kc.umn.ac.id/id/eprint/22359 |
Actions (login required)
![]() |
View Item |