Abstract:
Perkembangan teknologi digital mendorong masyarakat untuk
memanfaatkan aplikasi sebagai sarana memperoleh informasi dan edukasi
mengenai cryptocurrency. Aplikasi Akademi Crypto di Google Play Store
memiliki berbagai ulasan pengguna yang dapat digunakan untuk mengetahui
persepsi terhadap layanan aplikasi. Penelitian ini bertujuan untuk menganalisis
sentimen ulasan pengguna aplikasi Akademi Crypto menggunakan algoritma
XGBoost serta mengukur kinerja model dalam mengklasifikasikan sentimen. Data
penelitian diperoleh melalui proses web scraping sebanyak 569 ulasan pengguna
dari Google Play Store. Tahapan penelitian meliputi preprocessing teks, pelabelan
data, ekstraksi fitur menggunakan metode Term Frequency-Inverse Document
Frequency (TF-IDF), pembagian data latih dan data uji, serta klasifikasi
menggunakan algoritma XGBoost. Hasil penelitian menunjukkan bahwa dari 569
ulasan, terdapat 317 sentimen positif, 230 sentimen negatif, dan 22 sentimen
netral. Evaluasi model menghasilkan nilai akurasi sebesar 72%, presisi sebesar
49%, recall sebesar 49%, dan F1-score sebesar 49%. Hasil tersebut menunjukkan
bahwa algoritma XGBoost dapat digunakan untuk mengklasifikasikan sentimen
ulasan pengguna, meskipun kemampuan klasifikasi pada beberapa kategori,
khususnya sentimen netral, masih perlu ditingkatkan. Penelitian ini diharapkan
dapat menjadi bahan evaluasi untuk memahami persepsi pengguna dan
mendukung peningkatan kualitas layanan aplikasi Akademi Crypto.