AHMAD DHANI, - (2025) ASPECT BASED SENTIMENT ANALYSIS PADA ONLINE REVIEW APLIKASI LINKEDIN MENGGUNAKAN MODEL LCF–ATEPC. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
Ahmad Dhani.pdf Download (4MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text (BAB IV)
bab 4.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
Inovasi dalam teknologi digital telah merevolusi interaksi sosial terutama dalam perolehan informasi. Satu di antara contoh konkrit dari inovasi ini yaitu aplikasi LinkedIn. Aplikasi ini menawarkan pengguna kemudahan dalam menemukan informasi peluang kerja, membangun koneksi, dan lainnya. Hal ini turut mendorong pengguna untuk terlibat aktif dalam membagikan pengalamannya terhadap aplikasi LinkedIn dalam bentuk Online Review (OR). OR mengandung sentimen yang mencerminkan perasaan ataupun sikap yang diekspresikan oleh pengguna. Sentimen ini dapat dianalisis melalui analisis sentimen guna mengidentifikasi suatu OR tergolong sentimen positif ataupun negatif. Namun, OR yang mengandung banyak sentimen seringkali hanya dianalisis sebagai satu sentimen secara keseluruhan sehingga menyebabkan kesalahan interpretasi. Penelitian ini bertujuan untuk mengetahui sentimen pengguna dari setiap aspek yang terkandung di dalam OR aplikasi LinkedIn. Penelitian ini menerapkan Aspect Based Sentiment Analysis serta menggunakan Model LCF-ATEPC guna mengidentifikasi aspek maupun mengklasifikasi sentimen setiap aspek yang teridentifikasi. Penelitian ini memanfaatkan 5.000 data OR aplikasi LinkedIn yang tersedia di Google Play Store. Temuan penelitian ini mengungkapkan 10 aspek dominan dalam OR pengguna yang terdiri dari Akun, Aplikasi, Captcha, Iklan, Informasi, Kerja, Login, Password, Registrasi, dan Verifikasi. Temuan juga membuktikan bahwa Model LCF-ATEPC bekerja secara baik dengan tingkat akurasi mencapai 89,11%. Temuan penelitian ini dapat memberikan wawasan mendalam mengenai sentimen dari setiap aspek yang terkandung pada OR aplikasi LinkedIn. Penelitian ini turut berkontribusi dalam memperkuat kepercayaan pengguna terhadap aplikasi LinkedIn melalui informasi yang diperoleh dari sesama pengguna.
| Item Type: | Thesis (Skripsi) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan > 650 Bisnis > 658 Manajemen Umum > 658.4038 Manajemen Informasi | ||||||||
| Divisions: | Fakultas Sains dan Teknologi > Sistem Informasi | ||||||||
| Depositing User: | fsains - | ||||||||
| Date Deposited: | 30 Jan 2025 06:09 | ||||||||
| Last Modified: | 11 Mar 2025 02:08 | ||||||||
| URI: | http://repository.uin-suska.ac.id/id/eprint/86722 |
Actions (login required)
 |
View Item |
