Jl. Kamal Raya No.18, RT.6/RW.3, Cengkareng Tim., Kec. Cengkareng, Jakarta Barat, Indonesia
Abstrak
Penelitian ini mengeksplorasi penerapan algoritma C4.5 dalam analisis sentimen terhadap ulasan
pengguna layanan Spotify. Spotify, sebagai platform streaming musik yang populer, menarik minat
pengguna secara luas. Analisis sentimen menjadi krusial untuk memahami persepsi, preferensi, dan
kepuasan pengguna terhadap layanan aplikasi. Metodologi penelitian ini memanfaatkan data ulasan
pengguna Spotify dari playstore yang berupa review sebanyak 10 ulasan positif dan 10 ulasan negatif.
Tahapan utama melibatkan praproses data, pembentukan model pohon keputusan dan evaluasi kinerja
model dengan rapidminer sebagai Machine Learning yang digunakan dalam penelitian ini. Langkah-
langkah spesifik seperti Transform cases, Tokenize, Filter tokens, serta Stemming diterapkan untuk
mempersiapkan data sebelum diimplementasikan pada algoritma C4.5. Hasil penelitian Analisis
Sentimen Pengguna Spotify dengan menggunakan algoritma C4.5 mempunyai tingkat acuracy sebesar
80% dengan precision 71,43% (positive class: negatif) dan recall 100% (positive class: negatif).
Abstract
This research explores the application of the C4.5 algorithm in sentiment analysis of user reviews of the
Spotify service. Spotify, as a popular music streaming platform, attracts widespread user interest.
Sentiment analysis is crucial for understanding user perceptions, preferences and satisfaction with
application services. This research methodology utilizes Spotify user review data from Playstore in the
form of 10 positive reviews and 10 negative reviews. The main stages involve data preprocessing,
forming a decision tree model and evaluating model performance with rapidminer as the Machine
Learning used in this research. Specific steps such as Transform cases, Tokenize, Filter tokens, and
Stemming are applied to prepare the data before being implemented in the C4.5 algorithm. The results
of Spotify User Sentiment Analysis research using the C4.5 algorithm have an accuracy level of 80%
with precision 71,43% (positive class: negatif) and recall 100% (positive class: negatif).
<Link address> 2
JURNAL INFORMATIKA, Vol. 10 No. Desember 2023
ISSN: 2355-6579 | E-ISSN: 2528-2247
f. Set Role
Proses penentuan peran atau role dari setiap
kolom atau atribut dalam dataset.
<Link address> 3
JURNAL INFORMATIKA, Vol. 10 No. Desember 2023
ISSN: 2355-6579 | E-ISSN: 2528-2247
<Link address> 4
JURNAL INFORMATIKA, Vol. 10 No. Desember 2023
ISSN: 2355-6579 | E-ISSN: 2528-2247
<Link address> 5
JURNAL INFORMATIKA, Vol. 10 No. Desember 2023
ISSN: 2355-6579 | E-ISSN: 2528-2247
<Link address> 6