IMPLEMENTASI ALGORITMA LOGISTIC REGRESSION DALAM ANALISIS SENTIMEN PADA ULASAN APLIKASI WHATSAPP DI GOOGLE PLAY STORE

Sulistia Dwi Amanatun, Kharisma (2025) IMPLEMENTASI ALGORITMA LOGISTIC REGRESSION DALAM ANALISIS SENTIMEN PADA ULASAN APLIKASI WHATSAPP DI GOOGLE PLAY STORE. Skripsi thesis, UNAMA.

[img] Text
BAB I.pdf

Download (333kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (631kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (219kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (799kB)
[img] Text
BAB V.pdf

Download (192kB)
[img] Text
DAFTAR PUSAKA.pdf

Download (424kB)

Abstract

WhatsApp adalah salah satu aplikasi komunikasi paling populer dengan jutaan ulasan pengguna di Google Play Store, namun banyaknya ulasan tersebut membuat sulit bagi pengembang untuk memahami sentimen pengguna secara efektif. Oleh karena itu, diperlukan metode otomatis untuk menganalisis sentimen guna mendapatkan wawasan lebih akurat terkait kepuasan pengguna. Penelitian ini menggunakan algoritma Logistic Regression dengan dataset berisi 49.500 ulasan dari Kaggle dalam bahasa Indonesia. Tahapan penelitian meliputi eksplorasi data, pemrosesan data, serta konversi teks ke representasi numerik menggunakan metode TF-IDF. Data dibagi menjadi data latih dan data uji dengan rasio 80:20 sebelum dilakukan klasifikasi sentimen menjadi positif atau negatif. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Penelitian ini bertujuan untuk menerapkan algoritma Logistic Regression dalam analisis sentimen guna mengetahui pola sentimen pengguna terhadap WhatsApp serta menilai efektivitas model dalam klasifikasi sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa model mampu memberikan akurasi yang baik dalam mengklasifikasikan sentimen ulasan pengguna WhatsApp, dengan performa yang lebih baik dalam mengidentifikasi sentimen positif.

Item Type: Thesis (Skripsi)
Subjects: Aplikasi Sistem Pengolahan Data
Divisions: Skripsi > Teknik Informatika > 2025
Depositing User: Digital Library
Date Deposited: 08 Jul 2025 08:37
Last Modified: 08 Jul 2025 08:37
URI: http://repository.unama.ac.id/id/eprint/4496

Actions (login required)

View Item View Item