<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="146559">
 <titleInfo>
  <title>ANALISIS SENTIMEN TERHADAP APLIKASI BELAJAR ONLINE BERDASARKAN DATA ULASAN APLIKASI PLAY STORE</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Rizky Hidayah Akbar</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penelitian ini menganalisis penerapan IndoBERT dan Naïve Bayes dalam analisis sentimen terhadap ulasan pada aplikasi belajar online di Play Store. Data dikumpulkan berdasarkan ulasan review aplikasi belajar online, yaitu Ruangguru, Duolingo, Pahamify dan Google Classroom dengan menggunakan library Google-Play-Scraper dengan 2.000 ulasan per aplikasi. Data dilakukan pelabelan sentimen yang terbagi menjadi tiga kelas, yaitu positif dengan rating review bintang 5 dan 4, netral dengan rating review bintang 3 dan negatif rating review bintang 2 dan 1. Hasil analisis model IndoBERT pada label sentimen menggunakan kolom score dari konfigurasi hyperparameter menjadi model akurasi terbaik pada label sentimen yang memiliki akurasi sebesar 0,88 dan model IndoBERT pada label sentimen secara manual menjadi model terbaik dengan akurasi sebesar 0,84. Sebaliknya, label sentimen menggunakan kolom score dan label sentimen secara manual sama-sama menghasilkan akurasi yang bagus secara berturut-turut sebesar 0,82 dan 0,79. Berdasarkan nilai akurasi, model IndoBERT lebih baik daripada Naïve Bayes, meskipun waktu untuk menjalankan kode lebih lama daripada Naïve Bayes. &#13;
&#13;
Kata Kunci: Analisis Sentimen, Aplikasi Belajar Online, IndoBERT, Naïve Bayes, Play Store</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>146559</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-01-10 16:22:33</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-01-10 16:33:55</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>