Analisis Sentimen Ulasan Fitur Music Aplikasi Instagram Pada Google Play Store Menggunakan Metode Convolutional Neural Network (CNN)
Main Article Content
Abstract
Aplikasi Instagram merupakan sebuah medsos (media social) untuk berkomunikasi dari berbagai kalangan yang memiliki banyak fitur, khususnya fitur music. Pengguna berhak untuk menuangkan kritik ataupun saran dalam bentuk ulasan teks berkaitan cara kerja aplikasi Instagram pada Google Play Store. Dari masalah tersebut dapat dirumuskan masalah mengidentifikasi ulasan tentang fitur music Aplikasi Instagram yang mengandung sentiment negatif dan positif yang diambil pada Google Play Store dengan Teknik web screpping. Ulasan yang diambil untuk menjadi sebuat dataset sejumlah 2.260. Dataset dikumpulkan dan dilakukan pemberian label secara manual sejumlah 2.042 data negatif dan 218 data positif. Selain itu, penelitian ini bertujuan untuk mengukur perfoma model dengan menggunakan metode Convolutional Neural Network (CNN). Mengukur Tingkat performa model dengan menggunakan 2 percobaan yang masing-masing memiliki 2 skenario model. Hal yang membedakan kedua percobaan terletak pada hyperparameter yang digunakan pada model. Percobaan pertama scenario pertama memiliki nilai filters 32,16,8 dan scenario kedua 256,128,32 menggunakan nilai 32 sebagai nilai random state (K-Fold), 50 epoch dan 20 batch size. Percobaan kedua scenario pertama memiliki nilai filters 64,32,16 dan 128,64,32 untuk nilai filters scenario kedua, nilai 42 random state (K-Fold), 80 epoch dan 32 batch size. Hasil percobaan pertama model pertama dan kedua yaitu 93% dan 92%, sedangkan percobaan kedua model pertama dan kedua yaitu 97% dan 95%.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
R. M. Candra and A. Nanda Rozana, “Klasifikasi Komentar Bullying pada Instagram Menggunakan Metode K-Nearest Neighbor,” IT J. Res. Dev., vol. 5, no. 1, pp. 45–52, 2020, doi: 10.25299/itjrd.2020.vol5(1).4962.
A. Faadilah, “Analisis Sentimen Pada Ulasan Aplikasi Tokopedia di Google Play Store Menggunakan Metode Long Short Term Memory,” pp. 1–46, 2020.
R. Refianti and N. Anggraeni, “Sentiment Analysis Using Convolutional Neural Network Method to Classify Reviews on Zoom Cloud Meetings Application Based on Reviews on Google Playstore,” Int. J. Eng. Sci. Inf. Technol., vol. 3, no. 3, pp. 7–16, 2023, doi: 10.52088/ijesty.v3i3.463.
G. A. Ramadhan, Analisis sentimen ulasan aplikasi ruangguru dengan algoritma long short term memory. 2023. [Online]. Available: https://repository.uinjkt.ac.id/dspace/handle/123456789/71510%0Ahttps://repository.uinj kt.ac.id/dspace/bitstream/123456789/71510/1/GILANG AMBANG RAMADHAN-FST.pdf
I. Ayu Shafirra N, “Klasifikasi Sentimen Ulasan Film Indonesia dengan Konversi Speech- to-Text (STT) Menggunakan CNN,” J. sains dan seni ITS, vol. 9, no. 1, pp. 2301–9271, 2020.
R. Naquitasia, D. H. Fudholi, and L. Iswari, “Analisis Sentimen Berbasis Aspek pada
Wisata Halal dengan Metode Deep Learning,” J. Teknoinfo, vol. 16, no. 2, p. 156, 2022, doi: 10.33365/jti.v16i2.1516.
M. R. Nadhif, D. Wisnu Brata, and B. Rahayudi, “Analisis Sentimen Data Ulasan Pengguna Aplikasi TIX ID di Indonesia pada Google Play Store menggunakan Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 8, pp. 3932– 3937, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
S. M. Fani, R. Santoso, and S. Suparti, “Penerapan Text Mining Untuk Melakukan Clustering Data Tweet Akun Blibli Pada Media Sosial Twitter Menggunakan K-Means Clustering,” J. Gaussian, vol. 10, no. 4, pp. 583–593, 2021, doi: 10.14710/j.gauss.v10i4.30409.
S. H. Badjrie, O. N. Pratiwi, and H. D. Anggana, “Analisis Sentimen Review Customer Terhadap Produk Indihome Dan First Media Menggunakan Algoritma Convolutional Neural Network Review Analysis Sentiment Customer Product Indihome And First Media Using Convolutional Neural Network,” eProceedings …, vol. 8, no. 5, pp. 9049–9061, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/1 5877
R. Sovia, A. Syaiffullah, F. Yenila, and R. Permana, “Penerapan Natural Language Processing Pada Sistem Chatbot Sebagai Helpdesk Obyek Wisata Menggunakan Metode Naïve Bayes,” J. Infortech, vol. 5, no. 2, pp. 210–218, 2023.
L. Styve, C. Navarra, J. M. Petersen, T. S. Neset, and K. Vrotsou, “A Visual Analytics Pipeline for the Identification and Exploration of Extreme Weather Events from Social Media Data,” Climate, vol. 10, no. 11, pp. 1–23, 2022, doi: 10.3390/cli10110174.