Nama : Novialdi Ashari Program Studi : Magister Teknologi Informasi Judul : Analisis Sentimen dan Pemodelan Topik Ulasan Pengguna di Google Play Store: Studi Kasus Aplikasi Learn Quran Tajwid Pembimbing : Dr. Indra Budi, S.Kom, M.Kom

Perkembangan pesat teknologi menyebabkan pertumbuhan pengguna perangkat mobile semakin meningkat. Hal tersebut mendorong para pengembang aplikasi untuk mengembangkan berbagai aplikasi. Aplikasi Learn Quran Tajwid merupakan aplikasi yang diperuntukkan bagi pengguna untuk belajar dan memahami bacaan al-quran lebih detail dengan audio yang tepat dalam melafadzkan al-quran dan pengguna dapat mempraktekkan bacaan dengan koreksi dari aplikasi. Pendapatan Learn Quran Tajwid bersumber pada layanan berlangganan dan iklan. Sumber utamanya pada pendapatan layanan paket berlangganan khususnya di Google Play Store namun sumber pendapatan utama tersebut terus mengalami penurunan pertumbuhan bulanan dari tahun sebelumnya. Target peningkatan pertumbuhan pendapatan bulanan Aplikasi Learn Quran Tajwid di Google Play Store dari tahun sebelumnya (y-o-y) tidak tercapai. Oleh sebab itu, dilakukan analisis akar masalah dan didapatkan masalah utamanya adalah kepuasaan pelanggan menurun. Tujuan penelitian ini adalah melihat bagaimana pandangan pengguna Aplikasi Learn Quran Tajwid di Google Play Store dengan melakukan analisis sentimen dan pemodelan topik. Data ulasan yang digunakan berjumlah 5100 ulasan yang didapatkan dengan melakukan scraping dari ulasan pengguna aplikasi Learn Quran Tajwid di Google Play Store dengan rincian 3026 ulasan sebagai data latih. Selanjutnya data latih dianotasikan manual untuk menentukan sentimen positif atau negatif kemudian dilakukan preprocessing dan representasi teks menggunakan TF-IDF. Penelitian ini menggunakan algoritma NB, SVM, XGBoost, CNN, LSTM dan BERT untuk klasifikasi sentimen. Hasil eksperimen menunjukkan bahwa algoritma klasifikasi dengan kinerja terbaik adalah algoritma BERT dengan akurasi 96%, diikuti SVM imbalanced class dengan akurasi 95,2% serta SVM-smote dan LSTM dengan akurasi 94,8%. Sementara itu, algoritma pemodelan topik yang digunakan adalah LDA. Hasil pemodelan topik menggunakan algoritma LDA untuk sentimen positif dan negatif. kesimpulan topik pada sentimen positif yakni pengguna merasa aplikasi sangat bagus dan memberikan manfaat yang besar, serta mudah digunakan Sedangkan dari topik yang muncul pada sentimen negatif didapatkan kesimpulan yakni pengguna merasa iklan yang muncul sangat mengganggu dan mengurangi pengalaman pengguna walaupun pengguna merasa aplikasi bagus dan bermanfaat namun karena terdapat iklan yang sangat mengganggu berpengaruh terhadap kepuasaan pengguna sehingga memberikan rating rendah.