Analisis Sentimen Ulasan Pengguna Aplikasi Webtoon Menggunakan Text Mining Dan Algoritma
Article Sidebar
Main Article Content
Abstract
Line Webtoon adalah aplikasi populer untuk membaca komik secara online yang tersedia di Google Play Store. Aplikasi ini telah hadir sejak tahun 2015 dan memiliki komunitas pengguna yang besar. Dari total 35 juta pengguna aktif Line Webtoon di seluruh dunia, sekitar 6 juta di antaranya berasal dari Indonesia. Meskipun aplikasi ini sangat populer dan mendapatkan banyak ulasan bintang 5, tidak semua pengguna merasa puas dengan kinerja aplikasi Line Webtoon. Hal ini terlihat dari ulasan yang diberikan oleh pengguna di kolom komentar di Play Store. Pengguna baru sering menggunakan ulasan pengguna sebagai acuan untuk menentukan aplikasi terbaik dan memuaskan untuk digunakan. Dalam penelitian ini, dilakukan analisis sentimen pengguna aplikasi Line Webtoon dengan tujuan mengklasifikasikan ulasan pengguna menjadi sentimen positif dan negatif. Algoritma yang digunakan untuk klasifikasi adalah Support Vector Machine. Penelitian ini menggunakan total 15.000 data set yang dikumpulkan melalui web scraping dari tahun 2018 sampai 2023. Data dibagi menjadi 80% data training dan 20% data testing, dan menghasilkan nilai akurasi sebesar 82%, presisi sebesar 89%, recall sebesar 82%, dan f1-measure sebesar 85%.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
[2] A. Muhammadin and I. A. Sobari, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma SVM Dan NBC,” Jurnal Rekayasa Perangkat Lunak, vol. 2, no. 2, 2021, [Online]. Available: http://jurnal.bsi.ac.id/index.php/reputasi
[3] R. Apriani et al., “ANALISIS SENTIMEN DENGAN NAÏVE BAYES TERHADAP KOMENTAR APLIKASI TOKOPEDIA,” 2019.
[4] S. I. Nurhafida and F. Sembiring, “Analisis Sentimen Aplikasi Novel Online Di Google Play Store Menggunakan Algoritma Support Vector Machine (SVM),” 2022.
[5] S. J and K. U, “Sentiment analysis of amazon user reviews using a hybrid approach,” Measurement: Sensors, p. 100790, May 2023, doi: 10.1016/j.measen.2023.100790.
[6] A. F. Lestari, “LINE WEBTOON SEBAGAI INDUSTRI KOMIK DIGITAL”, [Online]. Available: http://jurnal.utu.ac.id/jsource
[7] S. Fide, “ANALISIS SENTIMEN ULASAN APLIKASI TIKTOK DI GOOGLE PLAY MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN ASOSIASI,” vol. 10, no. 3, pp. 346–358, 2021, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/
[8] M. Afdal, L. Rahma Elita, P. Studi Sistem Informasi, F. H. Sains dan Teknologi UIN Suska Riau Jl Soebrantas KM, and P. Pekanbaru -Riau, “PENERAPAN TEXT MINING PADA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 8, no. 1, 2022.
[9] T. Elizabeth, “Analisis Sentimen Ulasan Aplikasi PrimaKu Menggunakan Metode Support Vector Machine,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 4, 2022, [Online]. Available: http://jurnal.mdp.ac.id
[10] M. Kurnia Maulidina and E. Itje Sela, . “ANALISIS SENTIMEN KOMENTAR WARGANET TERHADAP POSTINGAN INSTAGRAM MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN TF-IDF (Studi Kasus: Instagram Gubernur Jawa Barat Ridwan Kamil).”
[11] A. Indrawati, “PENERAPAN TEKNIK KOMBINASI OVERSAMPLING DAN UNDERSAMPLING UNTUK MENGATASI PERMASALAHAN IMBALANCED DATASET,” Jurnal Informatika dan Komputer) Akreditasi KEMENRISTEKDIKTI, vol. 4, no. 1, 2021, doi: 10.33387/jiko.
[12] M. Tingkatkemanisan, M. Berdasarkan, and F. Warna, “Klasifikasi Support Vector Machine (SVM) Untuk,” MIND Journal | ISSN, vol. 3, no. 2, pp. 16–24, 2018, doi: 10.26760/mindjournal.
[13] A. Algoritma, K. Pada, S. Rapidminer, and W. Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” Prosiding Seminar Nasional Matematika, vol. 4, pp. 493–499, 2021, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
[14] I. Journal ----of ----, T. Rochmadi, and J. Brawijaya No, “‘Tri Rochmadi’ LIVE FORENSIK UNTUK ANALISA ANTI FORENSIK PADA WEB BROWSER STUDI KASUS BROWZAR,” 2018. [Online]. Available: https://ejournal.almaata.ac.id/index.php/IJUBI
[15] N. Herlinawati et al., “ANALISIS SENTIMEN ZOOM CLOUD MEETINGS DI PLAY STORE MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE,” 2020.
[16] R. Gelar Guntara, “Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 5, no. 1, pp. 55–60, Feb. 2023, doi: 10.47233/jteksis.v5i1.750.
[17] C. A. Misrun, E. Haerani, M. Fikry, dan E. Budianita, "Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier," Jurnal CoSciTech (Computer Science and Information Technology), vol. 4, no. 1, pp. 207-215, 2023.
[18] F. Wulandari, E. Haerani, M. Fikry, dan E. Budianita, "Analisis sentimen larangan penggunaan obat sirup menggunakan algoritma naive bayes classifier," Jurnal CoSciTech (Computer Science and Information Technology), vol. 4, no. 1, pp. 88-96, 2023
[19] H. Syah and A. Witanti, "Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (SVM)," J. Sist. Inf. Inf., vol. 5, no. 1, pp. 59-67, 2022.
[20] N. Normah, B. Rifai, S. Vambudi, dan R. Maulana, "Analisa Sentimen Perkembangan Vtuber Dengan Metode Support Vector Machine Berbasis SMOTE," J. Tek. Komput. AMIK BSI, vol. 8, no. 2, pp. 174-180, 2022.