OPINION MINING OF PEDOMETER APPLICATION REVIEWS ON GOOGLE PLAY STORE USING FINE-TUNED INDOBERT-BASE

Primono, Anggi Setyo (2026) OPINION MINING OF PEDOMETER APPLICATION REVIEWS ON GOOGLE PLAY STORE USING FINE-TUNED INDOBERT-BASE. S1 thesis, Universitas Ngudi Waluyo.

[img] Text
ANGGI SETYO PRIMONO_144221023_ARTIKELPDF - Anggi Unw.pdf
Restricted to Registered users only

Download (743kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_PENGESAHANARTIKEL - Anggi Unw.pdf

Download (31kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_LAMPIRANDEPAN - Anggi Unw.pdf
Restricted to Registered users only

Download (742kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_LAMPIRANBELAKANG - Anggi Unw.pdf
Restricted to Registered users only

Download (364kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_ABSTRAKPDF - Anggi Unw.pdf

Download (23kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_BAB_I - Anggi Unw.pdf

Download (87kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_BAB_III - Anggi Unw.pdf

Download (150kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_BAB_V - Anggi Unw.pdf

Download (39kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_DAFTARPUSTAKA - Anggi Unw.pdf
Restricted to Registered users only

Download (103kB)
[img] Text
ANGGI SETYO PRIMONO_144221023_FULLTEXTPDF - Anggi Unw.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
ANGGI SETYO PRIMONO_144221023_FULLTEXTDOC - Anggi Unw.docx
Restricted to Registered users only

Download (5MB)
[img] Text
ANGGI SETYO PRIMONO_144221023_LEMBARKONSUL - Anggi Unw.pdf

Download (572kB)

Abstract

Ulasan pengguna di Google Play Store memberikan wawasan berharga tentang kepuasan pengguna dan kinerja aplikasi. Namun, analisis manual ulasan ini tidak efisien karena volume data yang besar dan karakteristik informal bahasa Indonesia. Studi ini mengusulkan pendekatan penambangan opini menggunakan model IndoBERT-Base yang disempurnakan untuk mengklasifikasikan sentimen pengguna ke dalam tiga kelas: positif, netral, dan negatif. Sebanyak 1.665 ulasan aplikasi Pedometer dikumpulkan, dengan 1.636 ulasan dipertahankan setelah pra- pemrosesan. Dataset dibagi menjadi set pelatihan, validasi, dan pengujian menggunakan pengambilan sampel bertingkat untuk mempertahankan distribusi kelas. Hasil eksperimen menunjukkan bahwa model yang diusulkan mencapai akurasi 94,51% dan skor F1 tertimbang 0,93 pada set pengujian. Meskipun kinerja keseluruhan kuat, hasil menunjukkan bahwa ketidakseimbangan kelas secara signifikan memengaruhi klasifikasi sentimen netral dan negatif. Analisis kesalahan mengungkapkan bahwa ekspresi ambigu dan sampel terbatas pada kelas minoritas tetap menjadi tantangan bagi model. Studi ini menunjukkan bahwa IndoBERT-Base yang telah disempurnakan efektif untuk analisis sentimen ulasan aplikasi seluler Indonesia sekaligus menyoroti pentingnya mengatasi ketidakseimbangan data dalam tugas penambangan opini.

Item Type: Thesis (S1)
Contributors:
ContributionContributorsNIDNEmail
UNSPECIFIEDSanjaya,, Ucta PrademaNIDN0729128903UNSPECIFIED
Keywords: Penambangan Opini, Analisis Sentimen, IndoBERT, Fine-Tuning, Google Play Store, Pedometer Application,Anggi Setyo Primono 144221023
Subjects: T Technology > T Technology (General)
Divisions: Fakultas UNW > S1 Teknologi Informasi
User Id: UPT Perpustakaan UNW 2
Date Deposited: 12 Nov 2026 03:50
Last Modified: 12 Nov 2026 03:50
URI: http://repository2.unw.ac.id/id/eprint/7253

Actions (login required)

View Item View Item