ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MYPERTAMINA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)
DOI:
https://doi.org/10.31539/rq7bjv10Abstract
Aplikasi MyPertamina menghasilkan volume ulasan pengguna yang besar di Google Play Store, menjadikannya sumber wawasan yang krusial namun tidak efisien jika dianalisis secara manual. Penelitian ini membangun sebuah model analisis sentimen otomatis menggunakan metode deep learning dengan arsitektur Long Short-Term Memory (LSTM). Data ulasan yang dikumpulkan menggunakan teknik scrapping data dilakukan tahap preprocessing untuk memberikan data yang bersih, lalu model diuji dan menunjukkan performa yang sangat baik dengan akurasi mencapai 80%. Hasil analisis mengidentifikasi sentimen negatif didominasi oleh keluhan teknis seperti 'error' dan 'susah login', sedangkan sentimen positif menyoroti manfaat aplikasi yang 'membantu' dan 'praktis'. Penelitian ini membuktikan bahwa model yang dibangun efektif dalam menyediakan masukan strategis yang dapat ditindaklanjuti oleh PT Pertamina untuk meningkatkan kualitas layanan dan kepuasan pengguna
References
Alghifari, D. R., Edi, M., & Firmansyah, L. (2022). Implementasi Bidirectional Lstm Untuk Analisis Sentimen Terhadap Layanan Grab Indonesia. Jurnal Manajemen Informatika
(Jamika), 12(2), 89–99.
Https://Doi.Org/10.34010/Jamika.V12i2.776
4
Azizah, I., Cholissodin, I., & Yudistira, N. (2023). Analisis Sentimen Ulasan Pengguna Aplikasi
Shopee Di Google Play Menggunakan Metode Word Embedding Dan Long Short Term
Memory (Lstm) (Vol. 7, Issue 5). Http://J-
Ptiik.Ub.Ac.Id
Cahyadi, R., Damayanti, A., & Aryadani, D. (2020). Recurrent Neural Network (Rnn) Dengan Long Short Term Memory (Lstm) Untuk Analisis Sentimen Data Instagram. In Jurnal Informatika Dan Komputer (Vol. 5, Issue 1).
Darmawan, E., Arief Hasan, M., Rahmawati, N., & Kurniawan, V. (2025). Pemanfaatan Lstm Untuk Menganalisis Sentimen Pengguna Twitter : Studi Kasus Pada Tweet Berita Terkini. In Jurnal Mahasiswa Teknik Informatika) 1.25 Cmvol (Vol. 9, Issue 2). Www.Twitter.Com
Darmawan, G., Alam, S., & Imam Sulistyo, M. (2023). Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode
Naïve Bayes Info Artikel Abstrak. 2(3), 100–
108. Https://Doi.Org/10.55123
Indrayanto, C. G., Ratnawati, D. E., & Rahayudi, B. (2023). Analisis Sentimen Data Ulasan Pengguna Aplikasi Mypertamina Di Indonesia Pada Google Play Store Menggunakan Metode Random Forest (Vol.
7, Issue 3). Http://J-Ptiik.Ub.Ac.Id
Khatib Sulaiman Dalam No, J., Budhi Lestari, V., & Utami, E. (2024). Combining Bi-Lstm And Word2vec Embedding For Sentiment Analysis Models Of Application User Reviews. Indonesian Journal Of Computer Science.
Kurniasari, A. I., Arif Alfin, A., & Widodo, E. (2023). Implementasi Long Short-Term Memory(Lstm) Dan Word Embedding
Modelpada Analisis Sentimen Layanan Uang Elektronik Ovo Dan Link Aja.
Maulana, R., Voutama, A., & Ridwan, T. (2023). Analisis Sentimen Ulasan Aplikasi Mypertamina Pada Google Play Store Menggunakan Algoritma Nbc. Jurnal
Teknologi Terpadu, 9.
Nurdin, A., Anggo, B., Aji, S., Bustamin, A., & Abidin, Z. (2020). Perbandingan Kinerja Word Embedding Word2vec, Glove, Dan Fasttext Pada Klasifikasi Teks. Jurnal Teknokompak, 14(2), 74.
Nurvania, J., & Muslim Lhaksamana, K. (2021). Analisis Sentimen Pada Ulasan Di Tripadvisor Menggunakan Metode Long Short-Term Memory (Lstm).
Rahman, M. Z., Sari, Y. A., & Yudistira, N. (2021).
Analisis Sentimen Tweet Covid-19 Menggunakan Word Embedding Dan Metode Long Short-Term Memory (Lstm) (Vol. 5, Issue 11). Http://J-Ptiik.Ub.Ac.Id
Setyaningtyas, E., & Nugroho, K. (2024). Analisis Sentimen Media Sosial Pada Pengguna Twitter Terhadap Pemilu 2024 Menggunakan Metode Lstm. Jurnal Riset Sistem Informasi Dan Teknik Informatika (Jurasik), 9(2), 673– 683.
Https://Tunasbangsa.Ac.Id/Ejurnal/Index.Php
/Jurasik
Soraya, A. (2025). Analisis Komparasi Klasifikasi Sentimen Pada Crime Indicated Opinion Cyberbullying Di Twitter Menggunakan Metode Svm Dan Naïve Bayes. Journal Of Information Technology And Computer
Science (Intecoms), 8(2).
Yahya, Iz, Eka Ratnawati, D., & Rahayudi, B. (2025). Analisis Sentimen Ulasan Pengguna Dari Google Maps Menggunakan Metode Long Short-Term Memory (Studi Kasus: Rumah Sakit Gatoel) (Vol. 9, Issue 4).
Http://J-Ptiik.Ub.Ac.Id
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Ilham Saputra, Rahmaddeni Rahmaddeni, Rahmi Rahmi, Riyan Satria, Ranap Anderson
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
