ANALISIS SENTIMEN PERBANDINGAN APLIKASI CRYPTOCURRENCY EXCHANGE INDONESIA BERDASARKAN ULASAN PLAY STORE DAN APP STORE

Prameswara, Dwijananda Galih (2026) ANALISIS SENTIMEN PERBANDINGAN APLIKASI CRYPTOCURRENCY EXCHANGE INDONESIA BERDASARKAN ULASAN PLAY STORE DAN APP STORE. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_2213020138.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020138_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (964kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020138_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (624kB)
	Text (BAB 2) RAMA_55201_2213020138_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (475kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020138_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (869kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020138_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020138_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (189kB) | Request a copy
	Text (References) RAMA_55201_2213020138_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (170kB)
	Text (Lampiran) RAMA_55201_2213020138_07_lamp.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi cryptocurrency exchange di Indonesia berdasarkan ulasan Google Play Store dan Apple App Store. Selain itu, penelitian ini juga bertujuan untuk mengimplementasikan model Long Short-Term Memory (LSTM) dengan word embedding FastText dalam mengklasifikasikan sentimen ulasan pengguna ke dalam tiga kelas, yaitu positif, negatif, dan netral. Hasil analisis kemudian ditampilkan dalam sistem berbasis web agar pengguna dapat melihat perbandingan sentimen antar aplikasi serta berdasarkan kategori fitur, seperti deposit, withdraw, trading, UI/UX, customer service, dan lainnya. Metode penelitian yang digunakan meliputi pengumpulan data, pelabelan data, preprocessing, pembentukan vektor kata menggunakan FastText, pelatihan model LSTM, evaluasi model, dan visualisasi hasil. Dataset yang digunakan berjumlah 27.500 ulasan, yang terdiri dari ulasan pengguna aplikasi Pintu, Tokocrypto, Indodax, Ajaib, dan Reku. Data diperoleh melalui proses web scraping dan API dari Google Play Store serta Apple App Store. Tahapan preprocessing dilakukan untuk membersihkan dan menyeragamkan teks ulasan, meliputi case folding, text cleaning, normalisasi, tokenisasi, stopword removal, dan stemming. Setelah data diproses, model LSTM digunakan untuk mempelajari pola teks dan menghasilkan klasifikasi sentimen. Hasil pengujian menunjukkan bahwa model LSTM dengan word embedding FastText memperoleh akurasi sebesar 86%. Hasil tersebut menunjukkan bahwa model mampu mengklasifikasikan sentimen ulasan pengguna aplikasi cryptocurrency exchange dengan cukup baik. Berdasarkan hasil evaluasi, model memiliki performa terbaik pada kelas positif, sedangkan kelas netral memiliki performa lebih rendah karena karakteristik teks yang cenderung ambigu dan jumlah data yang tidak seimbang. Hasil analisis perbandingan secara keseluruhan menunjukkan bahwa Indodax memperoleh persentase sentimen positif tertinggi, yaitu sebesar 89,58%, diikuti oleh Tokocrypto, Reku, Pintu, dan Ajaib.

Actions (login required)

View Item