COMPARATIVE ASPECT-BASED SENTIMENT ANALYSIS PADA ULASAN PENGGUNA APPLE MUSIC DAN SPOTIFY MENGGUNAKAN INDOBERT DAN EXPLAINABLE AI

Safik, Hilmy Alghifari (2026) COMPARATIVE ASPECT-BASED SENTIMENT ANALYSIS PADA ULASAN PENGGUNA APPLE MUSIC DAN SPOTIFY MENGGUNAKAN INDOBERT DAN EXPLAINABLE AI. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (533kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (519kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (473kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (496kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (981kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (777kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (471kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (566kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (627kB)

Abstract

Perkembangan layanan streaming musik seperti Spotify dan Apple Music mendorong pentingnya analisis terhadap persepsi pengguna untuk mendukung peningkatan kualitas layanan. Penelitian ini bertujuan merancang dan mengimplementasikan model Aspect-Based Sentiment Analysis (ABSA) berbasis IndoBERT untuk menganalisis sentimen pengguna berdasarkan lima aspek layanan, yaitu Sound/Music Quality, Content & Playlists, Performance & User Experience, App Features, dan Premium Services & Pricing, membandingkan sentimen antara kedua platform, serta menerapkan Explainable Artificial Intelligence (XAI) menggunakan metode Local Interpretable Model-agnostic Explanations (LIME) untuk meningkatkan interpretabilitas model. Data penelitian berupa ulasan berbahasa Indonesia aplikasi Spotify dan Apple Music yang diperoleh dari Google Play Store. Tahapan penelitian meliputi pengumpulan data, Preprocessing, pelabelan aspek dan sentimen, fine-tuning IndoBERT, evaluasi model menggunakan Accuracy, Precision, Recall, dan F1-Score, serta interpretasi hasil menggunakan LIME. Hasil penelitian menunjukkan bahwa model IndoBERT memperoleh nilai Accuracy sebesar 94,69% dan Macro F1-Score sebesar 93,67%, yang menunjukkan bahwa model mampu mengklasifikasikan sebagian besar ulasan pengguna secara tepat serta memiliki performa yang seimbang pada setiap kelas sentimen. Hasil analisis memperlihatkan bahwa Apple Music memperoleh persentase sentimen positif yang lebih tinggi dibandingkan Spotify pada seluruh aspek yang dianalisis. Aspek Sound/Music Quality menjadi aspek dengan tingkat kepuasan tertinggi, sedangkan Performance & User Experience serta Premium Services & Pricing menjadi aspek yang paling banyak memperoleh sentimen negatif. Selain itu, penerapan LIME berhasil memberikan interpretasi terhadap hasil prediksi dengan mengidentifikasi kata-kata yang paling berpengaruh dalam proses klasifikasi. Penelitian ini tidak hanya menghasilkan analisis sentimen yang akurat dan mudah diinterpretasikan melalui penerapan LIME, tetapi juga memberikan perbandingan sentimen pengguna Spotify dan Apple Music berdasarkan lima aspek layanan, sehingga menghasilkan informasi yang lebih rinci dan komprehensif mengenai persepsi pengguna terhadap kedua platform.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Primandani Arsi, SST., M.Kom., dan Mohammad Imron, M.Kom.
Uncontrolled Keywords: Aspect-Based Sentiment Analysis, IndoBERT, LIME, Analisis Sentimen, Spotify, Apple Music.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 06 Oct 2026 07:11
Last Modified: 06 Oct 2026 07:11
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/3602

Actions (login required)

View Item
View Item