Fikri, Haniful (2026) ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA APLIKASI ACTION MOBILE MENGGUNAKAN ALGORITMA LOGISTIC REGRESSION DAN SUPPORT VECTOR MACHINE. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (3MB)
	Text ABSTRAK.pdf Download (3MB)
	Text BAB I.pdf Download (3MB)
	Text DAFTAR PUSTAKA.pdf Download (3MB)
	Text SKRIPSI_HANIFUL FIKRI_220170174.pdf Restricted to Registered users only Download (3MB)

Abstract

ABSTRAK Aplikasi Action Mobile diluncurkan oleh Bank Aceh Syariah sebagai layanan mobile banking yang bertujuan untuk memudahkan nasabah dalam melakukan berbagai transaksi perbankan secara cepat, praktis, dan efisien melalui perangkat seluler. Seiring meningkatnya penggunaan aplikasi tersebut, jumlah ulasan pengguna di Google Play Store juga bertambah dan mencerminkan berbagai opini terkait kualitas layanan aplikasi. Melalui analisis sentimen, ulasan tersebut dapat digunakan untuk memahami persepsi pengguna. Studi ini bertujuan untuk menganalisis sentimen dari ulasan pengguna aplikasi Action Mobile menggunakan algoritma Logistic Regression dan Support Vector Machine (SVM). Selain itu, penelitian ini juga membandingkan kinerja kedua algoritma berdasarkan tingkat akurasinya. Hasil analisis selanjutnya disajikan melalui sistem berbasis web sebagai media evaluasi terhadap kualitas layanan aplikasi Action Mobile. Data penelitian diambil dari Google Play Store yang terdiri dari 3.000 ulasan pengguna. Tahapan penelitian meliputi preprocessing data, labeling data, pembobotan menggunakan TF-IDF, klasifikasi dengan Logistic Regression dan Support Vector Machine, serta evaluasi model menggunakan confusion matrix. Hasil pelabelan menunjukkan bahwa sentimen positif mendominasi sebesar 61,33%, diikuti sentimen negatif sebesar 27,37%, dan sentimen netral sebesar 11,3%. Berdasarkan pengujian pada berbagai skenario pembagian data training dan testing, kedua algoritma menunjukkan akurasi di atas 87%. Namun, Logistic Regression memperlihatkan kinerja yang lebih stabil dan konsisten dibandingkan SVM, dengan capaian akurasi tertinggi sebesar 88,73%, sedangkan SVM mencapai 88,60%. Oleh karena itu, Logistic Regression dinilai lebih efektif dalam mengklasifikasikan sentimen pada ulasan pengguna aplikasi Action Mobile. Kata Kunci: Analisis Sentimen, Action Mobile, Logistic Regression, Support Vector Machine

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Haniful Fikri
Date Deposited:	03 Sep 2026 03:59
Last Modified:	03 Sep 2026 03:59
URI:	https://rama.unimal.ac.id/id/eprint/22216

Actions (login required)

View Item