Implementasi dan Analisis Sentimen pada Ulasan Aplikasi Google Play Store Menggunakan Algoritma RoBERTa

Nainggolan, Brian Natanael (2025) Implementasi dan Analisis Sentimen pada Ulasan Aplikasi Google Play Store Menggunakan Algoritma RoBERTa. Skripsi thesis, Program Studi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (3MB)
	Text bab I.pdf - Submitted Version Download (1MB)
	Text bab II.pdf - Submitted Version Download (12MB)
	Text bab III.pdf - Submitted Version Download (15MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (9MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (680kB)
	Text daftar pustaka.pdf - Submitted Version Download (1MB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Pesatnya pertumbuhan jumlah ulasan pengguna aplikasi Instagram di Google Play Store menimbulkan tantangan dalam mengolah dan memahami sentimen secara cepat dan akurat. Proses pengolahan manual menjadi tidak efisien seiring bertambahnya volume data. Penelitian ini bertujuan untuk mengembangkan dashboard analisis sentimen berbasis model Indonesian-RoBERTa yang mampu secara otomatis mengumpulkan, menganalisis, dan menampilkan data sentimen pengguna. Proses dimulai dengan pengambilan data ulasan dari Google Play Store menggunakan library google_play_scraper, yang kemudian diproses dalam dashboard untuk dianalisis menggunakan model Indonesian-RoBERTa yang telah difinetuning sebelumnya. Proses fine-tuning dilakukan terhadap model w11wo/Indonesian-RoBERTa-base-sentiment-classifier menggunakan dataset kumpulaan tweet yang dikumpulkan dari platform twiter atau X pada masa PPKM dengan total data mencapai 23.645 tweet yang telah diberi label (positif, netral, negatif). Tahapan preprocessing meliputi pembersihan teks, tokenisasi, serta penerapan class weighting untuk mengatasi ketidakseimbangan kelas pada data latih. Evaluasi model dilakukan menggunakan metrik precision, recall, dan F1 score, serta divisualisasikan dalam bentuk confusion matrix. Hasil pengujian menunjukkan bahwa model mampu mengenali sentimen dengan performa yang baik pada kelas positif dan netral, meskipun performa pada kelas negatif masih perlu ditingkatkan. Sistem dashboard yang dikembangkan berhasil mengintegrasikan proses scraping, prediksi sentimen, dan visualisasi data, sehingga menjadi solusi efektif untuk memahami opini pengguna secara otomatis. Penelitian ini berkontribusi pada pengembangan teknologi NLP berbasis transformer dalam konteks bahasa Indonesia, sekaligus membuktikan potensi penerapannya dalam sistem pengambilan keputusan berbasis data.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Analisis Sentimen, Fine-tuning, Google Play Store, IndonesianRoBERTa, Instagram: Fine-tuning, Google Play Store, Indonesian-RoBERTa, Instagram Sentiment Analysis.
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Susila Novmbrita
Date Deposited:	10 Nov 2025 08:48
Last Modified:	10 Nov 2025 08:48
URI:	http://repository.upbatam.ac.id/id/eprint/6943

Actions (login required)

View Item

Downloads