IMPLEMENTASI TEXT MINING UNTUK MENGANALISIS ULASAN APLIKASI TRUST WALLET PADA GOOGLE PLAY STORE

• GIERY BAGAS MAYLANDO
• 2024

---

Trust Wallet adalah aplikasi dompet cryptocurrency decentralized yang populer, dan ulasan pengguna di Google Play Store sangat penting untuk memahami sentimen. Menganalisis ulasan aplikasi Trust Wallet secara manual adalah tugas yang kompleks dan sulit serta diperlukan metode yang lebih efisien untuk analisis ulasan. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi sentimen positif dan negatif serta mengevaluasi performa model machine learning dalam klasifikasi ulasan tersebut. Data yang digunakan mencakup username, reviews, rating, dan date. Proses analisis melibatkan beberapa tahap preprocessing text, termasuk stemming, transformation, tokenization, stopwords, dan Bag of Words. Setelah preprocessing text, model Naive Bayes diterapkan untuk mengklasifikasikan ulasan menjadi dua kelas positif dan negatif. Visualisasi dengan Word Cloud digunakan untuk menampilkan kata kunci dari kedua kategori, dan evaluasi dilakukan menggunakan cross validation dengan 10 fold dan 20 fold. Hasil analisis menunjukkan mayoritas ulasan pengguna bersifat negatif, dengan faktor utama seperti masalah pembaruan aplikasi, kehilangan koin cryptocurrency, dan bug. Ulasan positif menyoroti keunggulan aplikasi, kemudahan penggunaan, dan kinerja yang memuaskan. Evaluasi 10 fold cross validation menunjukkan nilai AUC sebesar 0.865, tingkat akurasi CA sebesar 0.685, skor F1 sebesar 0.683, presisi sebesar 0.766, dan recall sebesar 0.685. Evaluasi dengan 20 fold cross-validation menunjukkan nilai AUC sebesar 0.864, tingkat akurasi sebesar 0.696, skor F1 sebesar 0.695, presisi sebesar 0.770, dan recall sebesar 0.696. Penelitian ini memberikan referensi kepada pengguna yang ingin menggunakan aplikasi dompet cryptocurrency berbasis decentralized.

https://repository.bsi.ac.id/repo/53377/IMPLEMENTASI-TEXT-MINING-UNTUK-MENGANALISIS-ULASAN-APLIKASI-TRUST-WALLET-PADA-GOOGLE-PLAY-STORE
File full-text dikunci.