Rancang Bangun Aplikasi Sistem Evaluasi Perangkat Lunak Menggunakan Aspect-Based Sentiment Analysis Dengan Standar Iso 25010
Tahun 2026 · Penulis: Adini Regina Muchtar
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/13702
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Meningkatnya jumlah ulasan pengguna di platform aplikasi seperti Google Play Store memberikan wawasan berharga mengenai kualitas perangkat lunak. Namun, menganalisis ulasan dalam jumlah besar secara manual tidaklah efisien, sementara peringkat bintang saja tidak selalu mencerminkan pendapat pengguna yang sebenarnya. Oleh karena itu, penelitian ini mengusulkan pendekatan otomatis menggunakan *Aspect-Based Sentiment Analysis* (ABSA) yang berbasis pada model IndoBERT dan standar kualitas perangkat lunak ISO/IEC 25010. Kumpulan data yang digunakan terdiri dari 3.797 ulasan pengguna Gojek yang dikumpulkan dari Google Play Store melalui teknik *web scraping* pada bulan Februari 2026. Analisis ini berfokus pada empat karakteristik kualitas ISO/IEC 25010: Kesesuaian Fungsional (*Functional Suitability*), Efisiensi Kinerja (*Performance Efficiency*), Kemampuan Interaksi (*Interaction Capability*), dan Keandalan (*Reliability*). Proses penelitian mencakup pelabelan sentimen dan aspek, pra-pemrosesan teks, pembagian kumpulan data, pembobotan kelas, *fine-tuning* IndoBERT, evaluasi model menggunakan *confusion matrix* dan metrik kinerja (akurasi, presisi, *recall*, dan skor-F1), serta penerapan (*deployment*) ke dalam aplikasi web berbasis Flask. Sistem yang diusulkan mampu mengklasifikasikan aspek kualitas perangkat lunak dan sentimen pengguna secara otomatis berdasarkan kerangka kerja ISO/IEC 25010. Hasil penelitian ini memberikan wawasan terstruktur mengenai persepsi pengguna serta membantu pengembang perangkat lunak dalam mengidentifikasi aspek kualitas perangkat lunak yang memerlukan perbaikan.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,865
Tahun 2025 · Penulis: Hefrilia Nur Afifah
Pengembangan Aplikasi Penilaian Kualitas Perangkat Lunak Berbasis ISO 25010 Menggunakan Pendekatan Sentimen dan Klasifikasi
Peningkatan kualitas layanan digital di lingkungan pendidikan tinggi menjadi hal penting dalam mendukung proses akademik yang efektif. Universitas Jember sebagai institusi pendidikan menyediakan aplikasi Sistem Informasi Terintegrasi (SISTER) untuk menunjang a
- Cosine 0,832
Tahun 2025 · Penulis: Adam Dewandaru
Evaluasi Aplikasi Beacukai Mobile Berdasarkan Standar Iso 25010 Menggunakan Klasifikasi Ulasan Pengguna Dengan Metode Naive Bayes dan SVM Berbasis Model Information Gain
Penelitian ini bertujuan untuk mengevaluasi aplikasi BeaCukai Mobile berdasarkan standar ISO/IEC 25010 dengan menggunakan analisis ulasan pengguna. Data ulasan diambil dari Google Play Store dan diklasifikasikan menggunakan algoritma Naive Bayes dan Support Ve
- Cosine 0,821
Tahun 2025 · Penulis: Siti Nurul Laili
Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Metode M-S-Qual Menggunakan Algoritma Support Vector Machine
Access by KAI merupakan aplikasi transportasi yang diluncurkan oleh PT Kereta Api (Persero) dengan tujuan memudahkan pengguna dalam melakukan pemesanan dan pembelian tiket kereta api. Namun, tidak sedikit pengguna merasa tidak puas dengan aplikasi ini dapat di