TY  - THES
ID  - umbprints96760
UR  - http://repository.mercubuana.ac.id/96760/
A1  - SIMAMORA, SATYA KRISTIAN PERWIRA
Y1  - 2025/07/09/
N2  - Penurunan rating aplikasi Octo Mobile by CIMB Niaga di Google Play Store
menunjukkan adanya ketidakpuasan pengguna, namun permasalahan utamanya
adalah belum teridentifikasinya penyebab spesifik di balik penurunan tersebut.
Penelitian ini menawarkan solusi dengan menerapkan pendekatan analisis
gabungan: menggunakan Support Vector Machine (SVM) untuk
mengklasifikasikan sentimen secara akurat, dan Latent Dirichlet Allocation (LDA)
untuk mengekstrak topik utama sebagai akar penyebab keluhan. Metode yang
dijalankan meliputi perbandingan enam algoritma pada 22.389 ulasan melalui
validasi silang 10-fold, yang dilanjutkan dengan pemodelan topik. Hasilnya, SVM
terbukti sebagai model terbaik dengan akurasi 95%, dan LDA berhasil
mendiagnosis keluhan utama pada topik ?Aksesibilitas Akun? dan ?Fungsionalitas
Aplikasi? yang frekuensinya melonjak pada versi 3.0 dan 3.1. Kombinasi metode
ini terbukti efektif memberikan diagnosis masalah yang jelas dan wawasan yang
dapat ditindaklanjuti oleh pengembang.
Kata Kunci: Analisis Sentimen, Support Vector Machine, Latent Dirichlet
Allocation, Ulasan Pengguna, Octo Mobile by CIMB Niaga
PB  - Universitas Mercu Buana - Menteng
KW  - Analisis Sentimen
KW  -  Support Vector Machine
KW  -  Latent Dirichlet
Allocation
M1  - s1
TI  - ANALISIS SENTIMEN PENGGUNA APLIKASI OCTO MOBILE BY CIMB NIAGA DI GOOGLE PLAY STORE MENGGUNAKAN LATENT DIRICHLET ALLOCATION (LDA) DAN SUPPORT VECTOR MACHINE (SVM)
AV  - restricted
EP  - 100
ER  -