Analisis Sentimen Ulasan Aplikasi Info BMKG Pada Google Play Store Menggunakan Word2Vec dan Metode Ensemble

Ramadhani, Azzura Ferliani (2024) Analisis Sentimen Ulasan Aplikasi Info BMKG Pada Google Play Store Menggunakan Word2Vec dan Metode Ensemble. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025201190-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (8MB)

Abstract

Indonesia merupakan sebuah negara yang rawan akan bencana karena letaknya yang berada di garis khatulistiwa dan beriklim tropis. Dengan berkembangnya teknologi, informasi dapat disampaikan dengan lebih mudah. Aplikasi Info BMKG yang dibuat oleh Badan Meteorologi, Klimatologi, dan Geofisika Republik Indonesia merupakan sebuah aplikasi yang berdampak besar pada penyebaran informasi bencana yang terjadi di Indonesia. Dengan begitu, diperlukan pengetahuan kepada calon pengguna bahwa aplikasi layak digunakan dan memberikan informasi yang tepat. Salah satu caranya yakni dengan melakukan analisis sentimen pada ulasan aplikasi tersebut. Pada penelitian ini, akan dilakukan analisis sentimen ulasan pengguna aplikasi Info BMKG dengan menggunakan metode ekstraksi fitur Word2Vec dan diklasifikasikan menggunakan beberapa metode ensemble, yakni Random Forest, XGBoost, AdaBoost, dan Stacking Ensemble. Setelahnya akan dilakukan teknik oversampling menggunakan SMOTE untuk mengatasi data yang tidak seimbang. Didapatkan performa terbaik menggunakan metode ensemble XGBoost dengan hasil evaluasi presisi sebesar 69.20%, recall sebesar 68.74%, dan F1-score sebesar 68.90%. Kemudian dilakukan pula hyperparameter tuning untuk memaksimalkan performa dari model. Metode ensemble XGBoost mengalami kenaikan hasil evaluasi menjadi presisi presisi sebesar 71.38%, kemudian recall sebesar 71.09%, dan F1-score sebesar 71.21%.
==================================================================================================================================
Indonesia is a country prone to disasters due to its location on the equator and tropical climate. With the development of technology, information can be delivered more easily. The BMKG Info application created by the Meteorology, Climatology and Geophysics Agency of the Republic of Indonesia is an application that has a major impact on the dissemination of disaster information that occurs in Indonesia. That way, knowledge is needed to potential users that the application is worth using and provides the right information. One way is to conduct sentiment analysis on the application reviews. In this research, sentiment analysis of BMKG Info app user reviews will be conducted using the Word2Vec feature extraction method and classified using several ensemble methods, namely Random Forest, XGBoost, AdaBoost, and Stacking Ensemble. Afterwards, an oversampling technique using SMOTE will be used to overcome unbalanced data. The best performance was obtained using the XGBoost ensemble method with the evaluation results of precision of 69.20%, recall of 68.74%, and F1-score of 68.90%. Then hyperparameter tuning is also carried out to maximize the performance of the model. The XGBoost ensemble method experienced an increase in evaluation results to precision precision of 71.38%, then recall of 71.09%, and F1-Score of 71.21%.

Item Type:	Thesis (Other)
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Azzura Ferliani Ramadhani
Date Deposited:	31 Jul 2024 12:51
Last Modified:	31 Jul 2024 12:51
URI:	http://repository.its.ac.id/id/eprint/110580

Actions (login required)

View Item