Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
ANALISIS SENTIMEN APLIKASI SPOTIFY MENGGUNAKAN METODE LEXICON BASED DAN LONG SHORT-TERM MEMORY
ABSTRAKSI :
Spotify merupakan aplikasi pemutar musik yang menyediakan berbagai genre musik dari berbagai negara untuk diakses dalam berbagai perangkat baik seluler maupun desktop. Data menunjukan bahwa aplikasi ini memiliki jumlah user berbayar di indonesia mencapai angka 155 juta user pada tahun 2021. Pengguna dapat mengunduh aplikasi ini salah satunya melalui platform Google Play Store yang juga menyediakan fitur ulasan bagi pengguna untuk menyampaikan opini mereka dalam menggunakan aplikasi Spotify. Analisis sentimen dilakukan guna mengetahui kecenderungan terhadap aplikasi Spotify, apakah ulasan yang diberikan user cenderung positif, netral, atau negatif untuk memberikan informasi serta bahan pertimbangan bagi calon pengguna aplikasi juga memberikan informasi terhadap keakurasian prediksi model LSTM. Proses analisis sentimen terdiri dari beberapa tahap yaitu pengambilan data, pre-processing, penentuan polaritas, klasifikasi sentimen dan hasil analisis sentimen. Analisis sentimen dilakukan terhadap opini masyarakat yang ada pada Google Play Store berupa data ulasan. Data ulasan yang terkumpul kemudian diolah dan dianalisis sentimennya menggunakan metode Lexicon Based untuk melihat polaritas terbanyak pada data ulasan dan klasifikasi dengan metode Long Short-Term Memory (LSTM). Hasil penelitian menunjukkan bahwa aplikasi Spotify memiliki kecenderungan sentimen positif pada saat data ulasan diambil yang dapat dijadikan pilihan masyarakat dalam aplikasi pemutar musik dan metode LSTM termasuk metode yang memiliki ke akurasian tinggi dilihat dari pelatihan model menggunakan 14.487 data latih dan hasil uji coba model terhadap 3.622 data uji dengan 5 epoch yang berbeda-beda menunjukan akurasi terbaik sebesar 90% pada epoch 75.