NABILLA, FIRA (2026) ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN PENGGUNA APLIKASI QARA’A MENGGUNAKAN NAÏVE BAYES CLASSIFIER. S1 thesis, Universitas Mercu Buana-Menteng.
|
Text (Cover)
41822010129-FIRA NABILLA-01 Cover - FIRA NABILLA.pdf Download (643kB) |
|
|
Text (Bab 1)
41822010129-FIRA NABILLA-02 Bab 1 - FIRA NABILLA.pdf Restricted to Registered users only Download (278kB) |
|
|
Text (Bab 2)
41822010129-FIRA NABILLA-03 Bab 2 - FIRA NABILLA.pdf Restricted to Registered users only Download (512kB) |
|
|
Text (Bab 3)
41822010129-FIRA NABILLA-04 Bab 3 - FIRA NABILLA.pdf Restricted to Registered users only Download (310kB) |
|
|
Text (Bab 4)
41822010129-FIRA NABILLA-05 Bab 4 - FIRA NABILLA.pdf Restricted to Registered users only Download (436kB) |
|
|
Text (Bab 5)
41822010129-FIRA NABILLA-06 Bab 5 - FIRA NABILLA.pdf Restricted to Registered users only Download (264kB) |
|
|
Text (Daftar Pustaka)
41822010129-FIRA NABILLA-07 Daftar Pustaka - FIRA NABILLA.pdf Restricted to Registered users only Download (271kB) |
|
|
Text (Lampiran)
41822010129-FIRA NABILLA-08 Lampiran - FIRA NABILLA.pdf Restricted to Registered users only Download (464kB) |
Abstract
Aplikasi Qara’a merupakan media pembelajaran Al-Qur’an berbasis mobile yang banyak digunakan oleh masyarakat Indonesia untuk membantu proses membaca dan memahami Al-Qur’an. Meskipun memiliki rating yang tinggi, ulasan pengguna menunjukkan bahwa nilai rating tersebut belum sepenuhnya mencerminkan tingkat kepuasan dan permasalahan yang terjadi pada setiap aspek aplikasi. Oleh karena itu, dibutuhkan analisis yang lebih rinci untuk mengidentifikasi aspek apa saja yang menjadi sumber kepuasan maupun keluhan pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen berbasis aspek terhadap ulasan pengguna aplikasi Qara’a guna mengetahui aspek yang perlu dipertahankan dan aspek yang perlu diperbaiki. Data yang digunakan terdiri dari 8.476 ulasan berbahasa Indonesia yang diperoleh melalui teknik web scraping dari Google Play Store selama periode Oktober 2018 hingga November 2025. Identifikasi aspek dilakukan secara otomatis menggunakan Latent Dirichlet Allocation (LDA) dan klasifikasi sentimen pada setiap aspek menggunakan Naïve Bayes. Kinerja Naïve Bayes menghasilkan tingkat akurasi sebesar 89%, precision 85%, recall 89%, dan f1-score 86%. Secara keseluruhan, distribusi sentimen didominasi oleh sentimen positif 78,5%, sentimen negatif 17,8%, dan sentimen netral 3,8%. Hasil penelitian menunjukkan bahwa LDA mampu membentuk tujuh aspek utama, terdiri dari lima aspek dengan tingkat kepuasan tertinggi, yaitu Kepuasan Umum (96,2%), Harapan (95,8%), Apresiasi Religius (95,2%), Pembelajaran Al-Qur’an (93,6%), dan Konten Keagamaan (86,4%). Namun, aspek Kualitas Sistem serta Harga dan Berlangganan memiliki sentimen negatif yang cukup besar, sehingga perlu untuk diperbaiki. Berdasarkan temuan tersebut, penelitian ini memberikan rekomendasi perbaikan pada peningkatan stabilitas sistem, akurasi fitur AI, serta evaluasi kebijakan harga dan fitur berlangganan, guna menjadi dasar bagi pengembang untuk meningkatkan kualitas layanan dan kepuasan pengguna secara berkelanjutan. Kata Kunci: analisis sentimen berbasis aspek, aplikasi Qara’a, Latent Dirichlet Allocation, Naïve Bayes, Google Play Store
Actions (login required)
![]() |
View Item |
