https://github.com/hamdaniqhmqd/studi-kasus-sentimen-analisis-review-apk-play-store
https://github.com/hamdaniqhmqd/studi-kasus-sentimen-analisis-review-apk-play-store
Last synced: about 1 month ago
JSON representation
- Host: GitHub
- URL: https://github.com/hamdaniqhmqd/studi-kasus-sentimen-analisis-review-apk-play-store
- Owner: hamdaniqhmqd
- Created: 2025-04-10T15:07:43.000Z (about 1 month ago)
- Default Branch: main
- Last Pushed: 2025-04-11T07:20:30.000Z (about 1 month ago)
- Last Synced: 2025-04-13T16:17:32.811Z (about 1 month ago)
- Language: Jupyter Notebook
- Size: 2 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
## 📊 Sentiment Analysis using Machine Learning
Proyek ini merupakan studi kasus analisis sentimen dari ulasan aplikasi Android (Google Play Store) menggunakan pendekatan _Machine Learning_. Data dikumpulkan menggunakan `google-play-scraper`, diproses dengan Natural Language Processing (NLP) tools, lalu diklasifikasikan menggunakan beberapa algoritma seperti:
- Naive Bayes
- Logistic Regression
- Random Forest
- Decision Tree
Tujuannya adalah untuk mengklasifikasikan sentimen pengguna terhadap aplikasi apakah **positif**, **negatif**, atau **netral** berdasarkan teks ulasan mereka.
---
## 🚀 Fitur
- Web scraping ulasan dari Google Play Store
- Pembersihan data teks (cleaning, tokenizing, stemming, stopword removal)
- Visualisasi WordCloud
- Implementasi dan evaluasi model klasifikasi
- Model evaluasi menggunakan Confusion Matrix dan akurasi
---
## 🧰 Instalasi
### 1. Clone repositori (jika tersedia di GitHub)
```bash
git clone https://github.com/hamdaniqhmqd/Studi-Kasus-Sentimen-Analisis-Review-APK-Play-Store.git
cd Studi-Kasus-Sentimen-Analisis-Review-APK-Play-Store
```
### 2. Buat dan aktifkan Virtual Environment
#### 💻 Windows:
```bash
python -m venv env
env\Scripts\activate
```
#### 🍎 Linux/macOS:
```bash
python3 -m venv env
source env/bin/activate
```
### 3. Install semua dependensi dari `requirements.txt`
```bash
pip install -r requirements.txt
```
> Jika `nltk` digunakan, pastikan download resource-nya:
```python
import nltk
nltk.download('punkt_tab')
nltk.download('stopwords')
```
---
## 🧪 Jalankan Notebook
Buka Jupyter Notebook atau VS Code, lalu jalankan file:
```bash
Sentiment_Analysis_using_Machine_Learning.ipynb
```
---
## 📝 Catatan
- Proses scraping bisa memakan waktu tergantung jumlah review dan koneksi internet.
- Disarankan menggunakan `reviews()` (bukan `reviews_all()`) untuk membatasi jumlah data agar tidak terlalu besar.
- Pastikan koneksi internet aktif saat proses scraping.