Analisis Perbandingan Topik Ulasan Aplikasi E-Wallet Menggunakan Metode Latent Dirichlet Allocation (LDA)RATU KEISHA JASMINE DEANOVA / Luluk Muthoharoh, S.Si., M.Si. / Sains Data, 2026Perkembangan teknologi finansial mendorong meningkatnya penggunaan aplikasi e-wallet sebagai sarana transaksi digital di Indonesia. Ulasan pengguna pada Google Play Store menjadi sumber informasi yang merepresentasikan pengalaman, keluhan, dan persepsi pengguna terhadap layanan e-wallet. Namun, besa... |
Analisis Sentimen dan Pemodelan Topik pada Feedback Review Pengguna Aplikasi Saham Platform Android Menggunakan Bidirectional Long Short Term Memory (Bi-LSTM) dan Latent Dirichlet Allocation (LDA)Haikal Dwi Syaputra / Luluk Muthoharoh, S.Si., M.Si. / Sains Data, 2026Penelitian ini menganalisis klasifikasi sentimen dan pemodelan topik ulasan pengguna aplikasi saham berbasis Android. Data ulasan aplikasi Ajaib (2021–2025) awalnya berjumlah 65.478 baris, menghasilkan 45.767 baris data akhir setelah penghapusan duplikat dan baris kosong. Tahap pra-proses mencakup... |