Publikasi
Karya Ilmiah MahasiswaPencarian Spesifik
Kunjungan
Perkembangan teknologi informasi mendorong meningkatnya
penggunaan layanan streaming musik digital seperti Spotify. Banyaknya pengguna
menghasilkan berbagai ulasan yang mencerminkan tingkat kepuasan pengguna.
Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi
Spotify di Google Play Store menggunakan pendekatan Lexicon-Based dan
algoritma Support Vector Machine (SVM). Metode Lexicon-Based digunakan
untuk pelabelan otomatis, sedangkan SVM digunakan untuk klasifikasi
berdasarkan pembobotan TF-IDF. Data penelitian berupa ulasan pengguna
berbahasa Indonesia yang telah melalui tahap Preprocessing dan diklasifikasikan
ke dalam sentimen positif dan negatif, sedangkan sentimen netral tidak disertakan.
Hasil penelitian menunjukkan bahwa sentimen positif lebih mendominasi dengan
akurasi sebesar 92%. Pada kelas sentimen positif diperoleh nilai precision sebesar
0,94, recall sebesar 0,93, F1-Score sebesar 0,94, sedangkan pada kelas negatif
diperoleh nilai precision sebesar 0,88, recall sebesar 0,90, F1-Score sebesar 0,89.
Hasil penelitian ini memberikan gambaran mengenai persepsi pengguna terhadap
aplikasi Spotify serta menunjukkan efektivitas penerapan pendekatan Lexicon
Based dan algoritma SVM dalam analisis sentimen ulasan aplikasi.
Angelina, S. J., Bijaksana, A., Negara, P., & Muhardi, H. (2023). Analisis Pengaruh Penerapan Stopword Removal Pada Performa Klasifikasi Sentimen Tweet Bahasa Indonesia Analyzing The Impact Of Applying Stopword Removal On Indonesian Tweet Sentiment Classification. Jurnal Aplikasi Dan Riset Informatika, 02(1), 165–173. https://doi.org/10.26418/juara.v2i1.69680
As’ari, R. W., Arifin, M., Fithri, D. L., & Setiaji, P. (2025). Analisis Sentimen Ulasan Pengguna Aplikasi Spotify Di Google Play Store Menggunakan Algoritma Naive Bayes. Jurnal Mahasiswa Teknik Informatika, 9(2), 3600–3607. https://ejournal.itn.ac.id/jati/article/view/13543
Dwiprawira, A. (2023). Analisis Eksplorasi Data Aplikasi Android Pada Playstore. Buletin Sistem Informasi dan Teknologi Islam (BUSITI), 4(4), 360–369. https://jurnal.fikom.umi.ac.id/index.php/BUSITI
Gifari, O. I., Adha, M., Hendrawan, I. R., Freddy, F., Durrand, S., & Literature, A. S. (2022). Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. Journal of Information Technology, 2(1), 36–40. http://journal.shantibhuana.ac.id/index.php/jifotech/article/view/330
Gilbert, Alam, S., & Sulistyo, M. I. (2023). Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes. STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer, 2(3), 100–108. https://doi.org/10.55123/storage.v2i3.2333
Habibillah, N. H., Nurlaela, R., Lestari, R. D., Mosyarrina, F., & Najma, N. (2025). Analisis Sentimen Terhadap Aplikasi Spotify Berdasarkan Ulasan di Google Play Store. Jurnal Informatika dan Teknologi Interaktif, 2(1), 300–306. http://www.acsit.org/index.php/jiite/article/view/47
Madyatmadja, E. D., Edrick, I. G. K., Indarto, J. W., Jumpa, D., & Sembiring, M. (2024). Harmonizing sentiments?: Analyzing user reviews of Spotify through sentiment analysis. Journal of Infrastructure, Policy and Development, 8(9), 1–23. https://elibrary.ru/item.asp?id=73894238
Muhammadi, R. H., Laksana, T. G., & Arifa, A. B. (2022). Combination of Support Vector Machine and Lexicon- Based Algorithm in Twitter Sentiment Analysis. Jurnal Ilmu Komputer dan Informatika, 8(1), 59–71. https://journals.ums.ac.id/khif/article/view/15213
No, V., Insany, G. P., & Kharisma, I. L. (2024). Edumatic?: Jurnal Pendidikan Informatika Penerapan Algoritma Random Forest untuk Menganalisis Ulasan Aplikasi Spotify pada Google Play. 8(2), 369–378. https://doi.org/10.29408/edumatic.v8i2.26394
Normawati, D., & Prayogi, A. S. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. Jurnal Sains Komputer & Informatika, 5(September), 697–711. https://www.academia.edu/download/106431308/348.pdf
Prasetya, M. A., Wulandari, M., Nikmah, S. A., Informatika, T., & Teknik, F. (2024). Implementasi NLP ( Natural Language Processing ) Dasar pada Analisis Sentiment Review Spotify. Seminar Nasional Teknologi & Sains, 3(1), 145–153. https://proceeding.unpkediri.ac.id/index.php/stains/article/view/4166
Putra, F., Tahiyat, H. F., & Ihsan, R. M. (2024). Application of K-Nearest Neighbor Algorithm Using Wrapper as Preprocessing for Determination of Human Weight Information Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia. Journal of Machine Learning and Computer Science, 4(1), 273–281. https://www.academia.edu/download/119530589/526.pdfs
Ratnaswari, S., Wibowo, N. C., Satria, D., & Kartika, Y. (2025). Analisis Sentimen Menggunakan Metode Lexicon-Based Dan Support Vector Machine Pada Presiden Dan Wakil Presiden Indonesia. JITET (Jurnal Informatika Teknik Elektro Terapan), 13(1), 362–368. https://journal.eng.unila.ac.id/index.php/jitet/article/view/5604
Ridwansyah, T. (2022). Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier. KLIK Kaji. Ilm. Inform. dan Komput, 2(5), 178–185. https://pdfs.semanticscholar.org/2090/abb19c9620e358e3efe0b86c9b6c974173d7.pdf
Salwa, A., Sri Asdini, I., Amanda, S., Putriku, Elise, A., & Saragih, S. L. (2024). Strategi Pemasaran Aplikasi Spotify dalam Global Spotify’s Global Marketing Strategy. Student Scientific Creativity Journal (SSCJ, 2 No. 4 Ju(2), 100–108. https://doi.org/10.55606/sscj-amik.v2i3.3403
Vebriani, M., & Yustanti, W. (2024). Klasifikasi Deteksi Link Phising DANA Kaget Website. Journal of Informatics and Computer Science), 06(02), 408–416. https://ejournal.unesa.ac.id/index.php/jinacs/article/download/61348/47057
Widiastuti, L., Nurlaela, D., Surniandari, A., & Utami, L. D. (2024). Penerapan Komparasi Algoritma Klasifikasi Pada Analisis Sentimen Aplikasi Spotify. Jusikom?: Jurnal Sistem Komputer Musirawas, 9(1), 23–33. https://doi.org/10.32767/jusikom.v9i1.2324
| Properti | Nilai Properti |
|---|---|
| Organisasi | Universitas Muhammadiyah Pekajangan Pekalongan |
| umpp.pekalongan@yahoo.com | |
| Alamat | Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan |
| Telepon | (0285) 7832294 |
| Tahun | 2026 |
| Kota | Pekalongan |
| Provinsi | Jawa Tengah |
| Negara | Indonesia |