Johanes, Valentina Graciella (2026) ANALISIS SENTIMEN DAN IDENTIFIKASI ASPEK ULASAN PENGGUNA APLIKASI BROMPIT MENGGUNAKAN SUPPORT VECTOR MACHINE DAN QUALITATIVE CONTENT ANALYSIS. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

Text (COVER)
221712082_Bab 0.pdf

File Pdf (964kB)
Text (BAB I)
221712082_Bab 1.pdf

File Pdf (891kB)
Text (BAB II)
221712082_Bab 2.pdf

File Pdf (1MB)
Text (BAB III)
221712082_Bab 3.pdf
Restricted to Registered users only

File Pdf (1MB)
Text (BAB IV)
221712082_Bab 4.pdf
Restricted to Registered users only

File Pdf (2MB)
Text (BAB V)
221712082_Bab 5.pdf
Restricted to Registered users only

File Pdf (978kB)
Text (BAB VI)
221712082_Bab 6.pdf

File Pdf (1MB)

Abstract

Aplikasi Brompit merupakan aplikasi layanan digital Honda yang menyediakan layanan
seperti booking servis, informasi kendaraan, dan program loyalitas. Ulasan pengguna pada Google
Play Store memuat informasi mengenai pengalaman pengguna, namun belum dimanfaatkan secara
optimal untuk mengetahui kecenderungan sentimen serta aspek-aspek yang muncul dalam ulasan.
Penelitian ini bertujuan menganalisis kecenderungan sentimen pengguna aplikasi Brompit
menggunakan Support Vector Machine (SVM) serta mengidentifikasi aspek-aspek dalam ulasan
positif dan negatif melalui Qualitative Content Analysis (QCA). Penelitian menggunakan 3.009 ulasan
Google Play Store yang telah melalui tahap preprocessing dan pelabelan manual. Model SVM
dievaluasi menggunakan empat kernel, sedangkan Latent Dirichlet Allocation (LDA) digunakan
sebagai eksplorasi awal sebelum QCA. Hasil penelitian menunjukkan bahwa kernel Radial Basis
Function (RBF) memberikan performa terbaik dengan accuracy sebesar 98,67%. Sebanyak 2.502
ulasan (83,15%) diklasifikasikan sebagai sentimen positif dan 507 ulasan (16,85%) sebagai sentimen
negatif. QCA menghasilkan 10 subkategori yang dikelompokkan ke dalam tiga kategori utama, yaitu
Kualitas Aplikasi, Kualitas Layanan Servis, dan Persepsi Umum Pengguna. Penelitian ini menunjukkan
bahwa kombinasi SVM dan QCA mampu mengidentifikasi kecenderungan sentimen sekaligus
menjelaskan aspek-aspek yang membentuk sentimen pengguna terhadap aplikasi Brompit.

Item Type: Thesis (S1)
Uncontrolled Keywords: Analisis Sentimen, Support Vector Machine, Topic Modeling, Qualitative Content Analysis, Brompit.
Subjects: Sistem Informasi
Divisions: Fakultas Teknologi Industri > Sistem Informasi
Date Deposited: 09 Nov 2026 02:39
Last Modified: 09 Nov 2026 02:39
URI: https://repository.uajy.ac.id/id/eprint/38120

Actions (login required)

View Item
View Item