UI - Tugas Akhir :: Kembali

UI - Tugas Akhir :: Kembali

Analisis Sentimen dan Pemodelan Topik Ulasan Pengguna di Google Play Store: Studi Kasus Aplikasi Learn Quran Tajwid = Sentiment Analysis and Topic Modelling of User Reviews on Google Play Store: A Case Study of Learn Quran Tajwid App

Novialdi Ashari; Indra Budi, supervisor; Muhammad Hafizhuddin Hilman, examiner; Betty Purwandari, examiner (Fakultas Ilmu Komputer Universitas Indonesia, 2023)

 Abstrak

Perkembangan pesat teknologi menyebabkan pertumbuhan pengguna perangkat mobile
semakin meningkat. Hal tersebut mendorong para pengembang aplikasi untuk
mengembangkan berbagai aplikasi. Aplikasi Learn Quran Tajwid merupakan aplikasi
yang diperuntukkan bagi pengguna untuk belajar dan memahami bacaan al-quran lebih
detail dengan audio yang tepat dalam melafadzkan al-quran dan pengguna dapat
mempraktekkan bacaan dengan koreksi dari aplikasi. Pendapatan Learn Quran Tajwid
bersumber pada layanan berlangganan dan iklan. Sumber utamanya pada pendapatan
layanan paket berlangganan khususnya di Google Play Store namun sumber pendapatan
utama tersebut terus mengalami penurunan pertumbuhan bulanan dari tahun sebelumnya.
Target peningkatan pertumbuhan pendapatan bulanan Aplikasi Learn Quran Tajwid di
Google Play Store dari tahun sebelumnya (y-o-y) tidak tercapai. Oleh sebab itu, dilakukan
analisis akar masalah dan didapatkan masalah utamanya adalah kepuasaan pelanggan
menurun. Tujuan penelitian ini adalah melihat bagaimana pandangan pengguna Aplikasi
Learn Quran Tajwid di Google Play Store dengan melakukan analisis sentimen dan
pemodelan topik. Data ulasan yang digunakan berjumlah 5100 ulasan yang didapatkan
dengan melakukan scraping dari ulasan pengguna aplikasi Learn Quran Tajwid di Google
Play Store dengan rincian 3026 ulasan sebagai data latih. Selanjutnya data latih
dianotasikan manual untuk menentukan sentimen positif atau negatif kemudian dilakukan
preprocessing dan representasi teks menggunakan TF-IDF. Penelitian ini menggunakan
algoritma NB, SVM, XGBoost, CNN, LSTM dan BERT untuk klasifikasi sentimen. Hasil
eksperimen menunjukkan bahwa algoritma klasifikasi dengan kinerja terbaik adalah
algoritma BERT dengan akurasi 96%, diikuti SVM imbalanced class dengan akurasi
95,2% serta SVM-smote dan LSTM dengan akurasi 94,8%. Sementara itu, algoritma
pemodelan topik yang digunakan adalah LDA. Hasil pemodelan topik menggunakan
algoritma LDA untuk sentimen positif dan negatif. kesimpulan topik pada sentimen
positif yakni pengguna merasa aplikasi sangat bagus dan memberikan manfaat yang
besar, serta mudah digunakan Sedangkan dari topik yang muncul pada sentimen negatif
didapatkan kesimpulan yakni pengguna merasa iklan yang muncul sangat mengganggu
dan mengurangi pengalaman pengguna walaupun pengguna merasa aplikasi bagus dan
bermanfaat namun karena terdapat iklan yang sangat mengganggu berpengaruh terhadap
kepuasaan pengguna sehingga memberikan rating rendah.

The rapid development of technology has led to an increasing growth in mobile device
users. This has driven application developers to create various apps. The Learn Quran
Tajwid app is designed for users to learn and understand the recitation of the Quran in
more detail, with accurate audio pronunciation. Users can practice their recitation and
receive corrections from the app. The revenue for Learn Quran Tajwid comes from
subscription services and advertisements. The main source of revenue is the subscription
packages, particularly on the Google Play Store. However, the main revenue source has
been experiencing a decline in monthly growth compared to the previous year. The target
of increasing monthly revenue growth for the Learn Quran Tajwid app on the Google
Play Store from the previous year (year-over-year) was not achieved. Therefore, an
analysis of the root cause was conducted, and it was found that customer satisfaction has
decreased. This research aims to examine the users' perspectives of the Learn Quran
Tajwid app on the Google Play Store through sentiment analysis and topic modelling. A
total of 5100 app reviews were used for the analysis, obtained by scraping user reviews
of the Learn Quran Tajwid app from the Google Play Store. Out of these, 3026 reviews
were used as training data. The training data was manually annotated to determine
positive or negative sentiment, and then pre-processing and text representation using TF
IDF were performed. This study used the NB, SVM, XGBoost, CNN, LSTM, and BERT
algorithms for sentiment classification. The experimental results showed that the BERT
algorithm performed the best with an accuracy of 96%, followed by SVM imbalance class
with 95.2% accuracy, and SVM-SMOTE and LSTM with 94.8% accuracy. As for the
topic modelling algorithm used, it was LDA. The topic modelling results using the LDA
algorithm for positive sentiment and negative sentiment. In conclusion, the topics
identified for positive sentiment indicate that users find the app to be excellent and highly
beneficial, as well as easy to use. On the other hand, from the topics identified for negative
sentiment, it can be concluded that users find the ads to be very disruptive and diminish
the user experience. Despite users perceiving the app as good and useful, the presence of
intrusive ads has a significant impact on user satisfaction, resulting in lower ratings.

 File Digital: 1

Shelf
 TA-Novialdi Ashari.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Tugas Akhir
No. Panggil : TA-pdf
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Program Studi :
Subjek :
Penerbitan : Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
Bahasa : ind
Sumber Pengatalogan : LibUI ind
Tipe Konten : text
Tipe Media : computer
Tipe Carrier : online resource
Deskripsi Fisik : xiv, 109 pages : illustration + appendix
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
TA-pdf 16-23-31073391 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 9999920529682
Cover