Sentiment Analysis of Quizizz Application User Reviews Using Logistic Regression Algorithm

Ari Aditya, Shandy Tresnawati

Sari


Digital learning applications like Quizizz are increasingly popular for offering interactive learning experiences. As user numbers grow, so do the reviews on platforms like Google Play Store, reflecting user perceptions of app quality. This study aims to analyze user review sentiment toward the Quizizz application using the Logistic Regression algorithm. The data consists of Indonesian-language reviews collected from March to December 2024. The analysis process includes text preprocessing using the Sastrawi library, lexicon-based sentiment labeling, TF-IDF weighting, and classification using Logistic Regression. The model is evaluated using accuracy, precision, recall, and f1-score. The results show that most reviews are positive, and the model performs well in sentiment classification. These findings offer insights for developers to improve the app’s quality and user experience.

Teks Lengkap:

PDF

Referensi


S. Krisnasari, D. Suhermah, and I. Latifah, “Pemanfaatan Aplikasi Quizizz dalam Pembelajaran Literasi dan Numerasi di PAUD,†JIIP - J. Ilm. Ilmu Pendidik., vol. 5, no. 6, pp. 1730–1734, 2022, doi: 10.54371/jiip.v5i6.635.

Y. Findawati and A. Rosid, Muhammad, BUKU AJAR TEXT MINING. Sidoarjo, Jawa TImur,Indonesia: UMSIDA Press, 2020.

F. F. Mailoa and L. Lazuardi, “Analisis sentimen data twitter menggunakan metode text mining tentang masalah obesitas di indonesia,†J. Inf. Syst. Public Heal., vol. 6, no. 1, p. 44, 2021, doi: 10.22146/jisph.44455.

R. Yusuf, K. Bahumatra, N. Komaria, E. A. Aqma, and L. Cahyani, “Analisis Sentimen Terhadap Aplikasi Google Meet Berdasarkan Komentar Pengguna Menggunakan Metode Logistic Regresion,†vol. 11, no. 1, pp. 53–64, 2024.

I. R. Ainunnisa and S. Sulastri, “Analisis Sentimen Aplikasi Tiktok dengan Metode Support Vector Machine (SVM), Logistic Regression dan Naïve Bayes,†J. Teknol. Sist. Inf. dan Apl., vol. 6, no. 3, pp. 423–430, 2023, doi: 10.32493/jtsi.v6i3.31076.

D. Nugraha, Metodologi penelitian: pendekatan kuantitatif, kualitatif, dan campuran, June. Agam, Sumatera Barat: CV LAUK PUYU PRESS, 2024, ch. 4, sec. 4.5, pp. 58.

M. R. Fikri, R. T. Handayanto, and D. Irwan, “Web Scraping Situs Berita Menggunakan Bahasa Pemograman Python,†J. Students‘ Res. Comput. Sci., vol. 3, no. 1, pp. 123–136, 2022, doi: 10.31599/jsrcs.v3i1.1514.

J. H. Rahman, “Jenis jenis data penelitian,†J. Tek. pengumpulan data dalam Ranc. Penelit., no. August, pp. 1–7, 2021.

M. D. Alizah, A. Nugroho, U. Radiyah, and W. Gata, “Sentimen Analisis Terkait Lockdown pada Sosial Media Twitter,†Indones. J. Softw. Eng., vol. 6, no. 2, pp. 223–229, 2020, doi: 10.31294/ijse.v6i2.8991.

A. Elza Putra, “Analisis Sentimen Tanggapan Masyarakat kepada Video Youtube mengenai Resesi 2023 menggunakan Metode Naïve Bayes Dan K-Nearest Neighbor (KNN),†pp. 1–23, 2023.

A. Salsabila Juwita, A. Rizky Kurniawan, A. Aryaputra Ashari, D. Tyan Putro, V. Nurcahyawati, and H. Artikel, “Implementasi Data Mining untuk Memprediksi Kesehatan Mental Mahasiswa menggunakan Algoritma Naïve Bayes,†KOMPUTEK J. Tek. Univ. Muhammadiyah Ponorogo, vol. 8, no. No 1, p. Hal 61-70, 2024, [Online]. Available: http://studentjournal.umpo.ac.id/index.php/komputek

Y. A. Suwitono and F. J. Kaunang, “Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras,†J. Komtika (Komputasi dan Inform., vol. 6, no. 2, pp. 109–121, 2022, doi: 10.31603/komtika.v6i2.8054.

M. Z. Siregar et al., “ANALISIS SENTIMEN TERHADAP ULASAN APLIKASI MEDIA SOSIAL DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES,†vol. 9, no. 2, pp. 3373–3381, 2025.

Pande sindu, Agus Aan Jiwa Permana, and I Nyoman Saputra Wahyu Wijaya, “Identifikasi Dan Normalisasi Teks Slang Dengan Fasttext Pada Twitter Dalam Bahasa Indonesia,†J. Pendidik. Teknol. dan Kejuru., vol. 21, no. 1, pp. 33–44, 2024, doi: 10.23887/jptkundiksha.v21i1.66381.

N. Nofiyani and W. Wulandari, “Implementasi Electronic Data Processing Untuk meningkatkan Efektifitas dan Efisiensi Pada Text Mining,†J. Media Inform. Budidarma, vol. 6, no. 3, p. 1621, 2022, doi: 10.30865/mib.v6i3.4332.

D. Yulianto and A. Nugraheni, “DECODE : Jurnal Pendidikan Teknologi Informasi,†J. Pendidik. Teknol. Inf., vol. 1, no. 1, pp. 33–42, 2021.

N. S. Fathullah, Y. A. Sari, and P. P. Adikara, “Analisis Sentimen Terhadap Rating dan Ulasan Film dengan menggunakan Metode Klasifikasi Naïve Bayes dengan Fitur Lexicon-Based,†J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 2, pp. 590–593, 2020, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6987

A. N. Ihsan and S. Tresnawati, “Analisis Sentimen Pengguna X Terhadap Layanan Provider Iconnet Menggunakan Nai¨Ve Bayes Dan Support Vector Machine,†Skripsi, vol. 12, no. 112, pp. 33–38, 2024, [Online]. Available: http://ci.nii.ac.jp/naid/110002935335/

D. S. Putri, N. Sulistiyowati, and A. Voutama, “Analisis Sentimen dan Pemodelan Ulasan Aplikasi AdaKami Menggunakan Algoritma SVM dan KNN,†J. Sensi, vol. 9, no. 2, pp. 209–225, 2023, doi: 10.33050/sensi.v9i2.2914.

A. Wyawhare, “Comparative Analysis of Multilingual Text Classification & Identification through Deep Learning and Embedding Visualization,†arXiv, vol. 2312.03789, pp. 1–9, 2023.

J. A. Wibowo, V. C. Mawardi, and T. Sutrisno, “Visualisasi Word Cloud Hasil Analisis Sentimen Berbasis Fitur Layanan Aplikasi Gojek Dengan Support Vector Machine,†J. Serina Sains, Tek. dan Kedokt., vol. 2, no. 1, pp. 61–70, 2024, doi: 10.24912/jsstk.v2i1.32058.

S. Andayani and A. Ryansyah, “Implementasi Algoritma TF-IDF Pada Pengukuran Kesamaan Dokumen,†JuSiTik J. Sist. dan Teknol. Inf. Komun., vol. 1, no. 1, p. 53, 2017, doi: 10.32524/jusitik.v1i1.218.

M. Alfyando, F. T. Anggraeny, and A. N. Sihananto, “Perbandingan Algoritma Random Forest dan Logistic Regression Untuk Analisis Sentimen Ulasan Aplikasi Tumbuh Kembang Anak Di Play Store,†J. Sist. Inf. dan Ilmu Komput., vol. 2, no. 1, pp. 77–86, 2024, [Online]. Available: https://doi.org/10.59581/jusiik-widyakarya.v2i1.2262

A. Kartika Sari, Akhmad Irsyad, Dinda Nur Aini, Islamiyah, and Stephanie Elfriede Ginting, “Analisis Sentimen Twitter Menggunakan Machine Learning untuk Identifikasi Konten Negatif,†Adopsi Teknol. dan Sist. Inf., vol. 3, no. 1, pp. 64–73, 2024, doi: 10.30872/atasi.v3i1.1373.

A. R. S. Darwanto, Taza Luzia Viarindita, and Yekti Widyaningsih, “Analisis Regresi Logistik Binomial dan Algoritma Random Forest pada Proses Pengklasifikasian Penyakit Ginjal Kronis,†J. Stat. dan Apl., vol. 5, no. 1, pp. 1–14, 2021, doi: 10.21009/jsa.05101.




DOI: http://dx.doi.org/10.30811/jaise.v5i3.7292

Refbacks

  • Saat ini tidak ada refbacks.


Indexing :

Creative Commons License
Journal of Artificial Intelligence and Software Engineering (JAISE) licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.