Edy Subowo, Fenilinas Adi Adi Artanto, I. Putri, Wahyu Umaedi
{"title":"Algoritma Bidirectional Long Short Term Memory untuk Analisis Sentimen Berbasis Aspek pada Aplikasi Belanja Online dengan Cicilan","authors":"Edy Subowo, Fenilinas Adi Adi Artanto, I. Putri, Wahyu Umaedi","doi":"10.37859/jf.v12i2.3759","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek dalam review aplikasi. Penjualan barang dengan cara mencicil untuk mengetahui kelebihan dan kekurangan dari waktu ke waktu menurut pemakai sehingga dapat dijadikan sebagai bahan evaluasi peningkatan kualitas. Kombinasi pendekatan Bidirectional Long Short Term Memory dan klasifikasi aspek menggunakan Support Vector Machine diterapkan untuk menganalisis sentimen pada perusahaan online yang menyediakan Layanan Belanja dengan Cicilan seperti Kredivo, Akulaku, Indodana, dan BRI Ceria. Jumlah review 1000 review di google play store dengan aspek yang digunakan adalah customer service, tampilan aplikasi dan produk yang ditawarkan. Corpus Text digunakan untuk autolabelling sehingga akurasi sentimen 81% dan akurasi aspek 78%. Hasil visualisasi tren triwulanan pada aspek yang harus ditingkatkan untuk setiap aplikasi juga disajikan dalam penelitian ini.","PeriodicalId":145740,"journal":{"name":"JURNAL FASILKOM","volume":"4 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL FASILKOM","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37859/jf.v12i2.3759","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Algoritma Bidirectional Long Short Term Memory untuk Analisis Sentimen Berbasis Aspek pada Aplikasi Belanja Online dengan Cicilan
Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek dalam review aplikasi. Penjualan barang dengan cara mencicil untuk mengetahui kelebihan dan kekurangan dari waktu ke waktu menurut pemakai sehingga dapat dijadikan sebagai bahan evaluasi peningkatan kualitas. Kombinasi pendekatan Bidirectional Long Short Term Memory dan klasifikasi aspek menggunakan Support Vector Machine diterapkan untuk menganalisis sentimen pada perusahaan online yang menyediakan Layanan Belanja dengan Cicilan seperti Kredivo, Akulaku, Indodana, dan BRI Ceria. Jumlah review 1000 review di google play store dengan aspek yang digunakan adalah customer service, tampilan aplikasi dan produk yang ditawarkan. Corpus Text digunakan untuk autolabelling sehingga akurasi sentimen 81% dan akurasi aspek 78%. Hasil visualisasi tren triwulanan pada aspek yang harus ditingkatkan untuk setiap aplikasi juga disajikan dalam penelitian ini.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
