Sahda Annabelle, Vania and Dr. Ir. Dian Eka Ratnawati, S.Si., M.Kom and Nanang Yudi Setiawan, S.T., M.Kom (2024) Analisis Sentimen Ulasan Pengguna Aplikasi Telegram Messenger Menggunakan Soft Voting Ensemble. Sarjana thesis, Universitas Brawijaya.
Abstract
Telegram merupakan aplikasi chatting berbasis cloud yang telah rilis pada Agustus 2013. Banyak masyarakat Indonesia menggunakan aplikasi tersebut untuk berkomunikasi. App Store mencatat sebanyak 20 ribu penilaian telah diberikan pada aplikasi ini, tetapi rating yang dihasilkan hanya 3,5 dari 5. Rating tersebut menunjukkan ketidakpuasan pengguna terhadap aplikasi Telegram Messenger. Rating tersebut tidak dapat dijadikan acuan bagi pengguna lain dalam menilai kualitas aplikasi karena banyak ulasan yang muatannya tidak relevan dengan rating yang diberikan. Ulasan yang tidak relevan juga menyulitkan pihak pengembang aplikasi untuk memahami kebutuhan pengguna dalam rangka perbaikan aplikasi. Penelitian ini bertujuan untuk mengklasifikasikan ulasanulasan pengguna dengan menggabungkan dua algoritma dasar antara lain Logistic Regression dan Naïve Bayes Classification ke dalam algoritma Soft Voting Ensemble untuk mengetahui performa algoritma Soft Voting Ensemble dan akar permasalahan dari aplikasi. Proses analisis sentimen dimulai dengan pengumpulan dan pelabelan data oleh tiga anatator. Dataset yang digunakan sebanyak 332 dengan 166 data positif dan 166 data negatif. Data hasil pelabelan akan melalui tahap preprocessing dan pembobotan dengan TF-IDF. Data yang telah memiliki bobot diklasifikasikan dengan algoritma Logistic Regression, Naïve Bayes Classification, dan Soft Voting Ensemble. Sebanyak 1.096 data hasil scraping digunakan pada word cloud untuk mengetahui akar permasalahan pada aplikasi Telegram Messenger. Hasil penelitian menunjukkan bahwa Soft Voting Ensemble tidak berpengaruh dalam meningkatkan performa algoritma yang lain pada analisis sentimen ulasan pengguna aplikasi Telegram Messenger. Hasil root cause analysis (RCA) menunjukkan bahwa terdapat empat penyebab potensial dari dari banyaknya penilaian negatif dari pengguna aplikasi Telegram Messenger antara lain aspek sistem, tampilan, keamanan, dan konten.
English Abstract
Telegram is a cloud-based messaging application that was released in August 2013. Many Indonesians use this application for communication. The App Store records 20 thousand reviews for this application, but the resulting rating is only 3.5 out of 5. This rating reflects user dissatisfaction with the Telegram Messenger application. However, these ratings cannot be a reference for other users to assess the quality of the application because many reviews do not correlate with the given rating. Irrelevant reviews also complicate the application developers' understanding of user needs for the purpose of improvement. This research aims to classify user reviews by combining two basic algorithms, namely Logistic Regression and Naïve Bayes Classification, into the Soft Voting Ensemble algorithm to determine the performance of the Soft Voting Ensemble algorithm and the root causes of issues within the application. The sentiment analysis process begins with data collection and labeling by three annotators. The dataset used consists of 332 reviews, with 166 positive and 166 negative data. The labeled data undergoes preprocessing and weighting using TF-IDF. Data with assigned weights are classified using the Logistic Regression, Naïve Bayes Classification, and Soft Voting Ensemble algorithms. A total of 1,096 scraped data are utilized in a word cloud to identify the root causes of issues in the Telegram Messenger application. The research results indicate that the Soft Voting Ensemble has no significant impact on improving the performance of the other algorithms in sentiment analysis of user reviews for the Telegram Messenger application. Root Cause Analysis (RCA) results reveal four potential causes for the negative reviews from Telegram Messenger users, including system aspects, appearance, security, and content.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052415 |
| Uncontrolled Keywords: | telegram messenger, analisis sentimen, soft voting ensemble, word cloud, root cause analysis (RCA), telegram messenger, analisis sentimen, soft voting ensemble, word cloud, root cause analysis (RCA) |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Annisti Nurul F |
| Date Deposited: | 12 Feb 2024 03:28 |
| Last Modified: | 12 Feb 2024 03:28 |
| URI: | http://repository.ub.ac.id/id/eprint/215913 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Vania Sahda Annabelle.pdf Restricted to Registered users only Download (4MB) |
Actions (login required)
 |
View Item |