ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST MENGGUNAKAN METODE ANN, CNN, DAN RNN
Bilah Samping Artikel
Diterbitkan:
Sep 30, 2025
Kata Kunci:
Sentimen, Pinterest, Ulasan Google Playstore, Metode Deep Learning, Recurrent Neural Network
Isi Artikel Utama
Abstrak
Perubahan yang terjadi pada aplikasi pinterest telah memicu berbagai opini yang diutarakan di google playstore, baik positif maupun negatif. Tujuan dari penelitian ini adalah untuk menganalisis sentimen masyarakat Indonesia terhadap aplikasi Pinterest melalui ulasan pengguna pada platform tersebut. Metode penelitian yang digunakan dalam penelitian ini adalah kualitatif, memanfaatkan teknik pengumpulan data melalui scraping ulasan pengguna dan wawancara. Penelitian dilakukan pada bulan Oktober 2024 hingga Januari 2025. Data yang digunakan terdiri dari 2000 ulasan yang dikumpulkan pada tahun 2023 dan 2024. Penelitian ini menggunakan 3 metode deep learning karena dapat memahami data dalam jumlah besar. Sebagian lainnya lebih memilih machine learning sebagai metode penelitiannya karena lebih mudah dan tidak rumit. Metode RNN merupakan metode yang efektif untuk melakukan analisis sentimen dengan data dalam jumlah besar. Hal ini didukung oleh hasil penelitian yang menunjukkan bahwa metode RNN (Recurrent Neural Networks) mencapai akurasi tertinggi dalam analisis sentimen, yaitu mencapai 65,17%, diikuti oleh dua metode deep learning lainnya, yaitu CNN (Convolutional Neural Networks) dan ANN (Artificial Neural Networks). Metode RNN efektif karena didukung oleh nilai presisi dan recall yang tinggi. Penulis menyarankan agar penelitian selanjutnya mengeksplorasi metode lain dan memperluas data dari berbagai platform untuk mendapatkan perspektif yang lebih luas.
Rincian Artikel
##submission.howToCite##
Ramadhan, A. P., & Yulhendri. (2025). ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST MENGGUNAKAN METODE ANN, CNN, DAN RNN. JITSI : Jurnal Ilmiah Teknologi Sistem Informasi, 6(3), 227 - 237. https://doi.org/10.62527/jitsi.6.3.460
Terbitan
Bagian
Articles
##submission.license.cc.by-sa4.footer##
Referensi
[1] P. H. Muharni Uci, “p-ISSN: 2774-6291 e-ISSN: 2774-6534 Available online at http://cerdika.publikasiindonesia.id/index.php/cerdika/index,” J. Ilm. Indones., vol. 3, no. April, pp. 386–393, 2023.
[2] U. Kulsum, M. Jajuli, and N. Sulistiyowati, “Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine,” J. Appl. Informatics Comput., vol. 6, no. 2, pp. 205–212, 2022, doi: 10.30871/jaic.v6i2.4802.
[3] F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” … Teknol. Inf. dan …, vol. 6, no. 9, pp. 4305–4313, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
[4] R. A. Pratiwinindya, A. Cahyono, and ..., “Pinterest: Optimalisasi Literasi Visual dalam Pembelajaran Ilustrasi,” Pros. Semin. …, no. 1, pp. 898–905, 2022, [Online]. Available: https://proceeding.unnes.ac.id/index.php/snpasca/article/view/1584%0Ahttps://proceeding.unnes.ac.id/index.php/snpasca/article/download/1584/1079
[5] R. S. Ainul Wildan, R. Adam Rajagede, and R. Rahmadi, “Analisis Sentimen Politik Berdasarkan Big Data dari Media Sosial Youtube: Sebuah Tinjauan Literatur,” Pros. Autom., vol. 2, no. 1, 2021.
[6] T. I. Saputra and R. Arianty, “Implementasi Algoritma K-Means Clustering Pada Analisis Sentimen Keluhan Pengguna Indosat,” J. Ilm. Inform. Komput., vol. 24, no. 3, pp. 191–198, 2019, doi: 10.35760/ik.2019.v24i3.2361.
[7] S. R. Suartika E. P, I Wayan, Wijaya Arya Yudhi, “Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) Pada Caltech 101,” J. Tek. ITS, vol. 5, no. 1, p. 76, 2016, [Online]. Available: http://repository.its.ac.id/48842/
[8] N. P. Husain, S. Sukirman, and S. SAJIAH, “Analisis Sentimen Ulasan Pengguna Tiktok pada Google Play Store Berbasis TF-IDF dan Support Vector Machine,” J. Syst. Comput. Eng., vol. 5, no. 1, pp. 91–102, 2024, doi: 10.61628/jsce.v5i1.1105.
[9] M. F. El Firdaus, N. Nurfaizah, and S. Sarmini, “Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 5, p. 1329, 2022, doi: 10.30865/jurikom.v9i5.4774.
[10] R. Puspita and A. Widodo, “Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS,” J. Inform. Univ. Pamulang, vol. 5, no. 4, p. 646, 2021, doi: 10.32493/informatika.v5i4.7622.
[11] F. Erliana, I. Russanti, D. Arifiana, M. Yuniati, and D. B. Pesta, “Mendesain Busana Pesta Kelas XI Busana 3 Smk Negeri 8 Surabaya,” Univ. Pahlawan Tuanku Tambusai, vol. 6, pp. 2122–2130, 2023.
[12] M. Sholeh, E. K. Nurnawati, and U. Lestari, “Penerapan Data Mining dengan Metode Regresi Linear untuk Memprediksi Data Nilai Hasil Ujian Menggunakan RapidMiner,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 8, no. 1, pp. 10–21, 2023, doi: 10.14421/jiska.2023.8.1.10-21.
[13] D. S. Donoriyanto, R. Indiyanto, N. R. Juliardi A. R., and Y. A. Syamsiah, “Optimalisasi Penggunaan Media Sosial sebagai Sarana Promosi Online Store pada Pelaku UMKM di Kota X,” J. Abdimas Perad., vol. 4, no. 1, pp. 42–50, 2023, doi: 10.54783/ap.v4i1.22.
[14] Z. N. Annisa, D. Wulansari, and M. Promosi, “Issn : 3025-9495,” vol. 6, no. 4, pp. 1–9, 2024.
[15] K. C. Astuti, A. Firmansyah, and A. Riyadi, “Implementasi Text Mining Untuk Analisis Sentimen Masyarakat Terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store,” REMIK Ris. dan E-Jurnal Manaj. Inform. Komput., vol. 8, no. 1, pp. 383–394, 2024.
[16] R. Gusdiana, I. Alfian, and C. Juliane, “Implementation of Text Processing for Sentiment Analysis of Tax Payment Interest After the ‘Rubicon’ Phenomenon,” J. Tek. Inform., vol. 4, no. 5, pp. 1157–1164, 2023, doi: 10.52436/1.jutif.2023.4.5.1014.
[17] E. Y. Hidayat, R. W. Hardiansyah, and A. Affandy, “Analisis Sentimen Twitter untuk Menilai Opini Terhadap Perusahaan Publik Menggunakan Algoritma Deep Neural Network,” J. Nas. Teknol. dan Sist. Inf., vol. 7, no. 2, pp. 108–118, 2021, doi: 10.25077/teknosi.v7i2.2021.108-118.
[18] Runimeirati, Abdul Muis, and Figur Muhammad, “Pelatihan Text Mining Menggunakan Bahasa Pemrograman Python,” Abdimas Langkanae, vol. 3, no. 1, pp. 36–46, 2023, doi: 10.53769/abdimas.3.1.2023.83.
[19] R. Kurniawan, A. Halim, and H. Melisa, “Prediksi Hasil Panen Pertanian Salak di Daerah Tapanuli Selatan Menggunakan Algoritma SVM (Support Vector Machine),” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 2, pp. 903–912, 2023, doi: 10.30865/klik.v4i2.1246.
[20] D. P. Santoso and W. Wibowo, “Analisis Sentimen Ulasan Aplikasi Buzzbreak Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store,” J. Sains dan Seni ITS, vol. 11, no. 2, 2022, doi: 10.12962/j23373520.v11i2.72534.
[21] A. Suharto, “Fundamental Bahasa Pemrograman Python,” Eureka Media Aksara, pp. 1–25, 2023.
[22] I. Najiyah, “Analisis Sentimen Tanggapan Masyarakat Indonesia Tentang Kenaikan Bbm Menggunakan Metode Artificial Neural Network,” J. Responsif Ris. Sains dan Inform., vol. 5, no. 1, pp. 92–100, 2023, doi: 10.51977/jti.v5i1.1061.
[23] N. Yusliani, A. Yuhafiz, M. D. Marieska, and A. S. Utami, “Analisis Sentimen di Twitter Menggunakan Algoritma Artificial Neural Network,” J. Jupiter, vol. 15, no. 1, pp. 725–731, 2023.
[24] G. A. Suwito, I. Cholissodin, and P. P. Adikara, “Analisis Sentimen Citayam Fashion Week pada Komentar YouTube dengan Metode Convolutional Neural Network,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 12, pp. 5948–5956, 2022, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12049
[25] N. H. Danial and D. Setiawati, “Convolutional Neural Network (Cnn) Based on Artificial Intelligence in Periodontal Diseases Diagnosis,” Interdental J. Kedokt. Gigi, vol. 20, no. 1, pp. 139–148, 2024, doi: 10.46862/interdental.v20i1.8641.
[26] H. Utami, “Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network,” Indones. J. Appl. Stat., vol. 5, no. 1, p. 31, 2022, doi: 10.13057/ijas.v5i1.56825.
[27] N. Lubis, M. Z. Siambaton, and R. Aulia, “Implementasi Algoritma Deep Learning pada Aplikasi Speech to Text Online dengan Metode Recurrent Neural Network (RNN),” sudo J. Tek. Inform., vol. 3, no. 3, pp. 113–126, 2024, doi: 10.56211/sudo.v3i3.583.
[28] I. T. Batam, I. T. Batam, A. Jl, G. Mada, K. V. City, and T. A. Sekupang, “Analisis Ramalan Cuaca di Sekupang , Kota Batam Menggunakan Algoritma Decision Tree dan Confusion Matrix Fitrianingsih ( KBBI ), keadaan , udara ( tentang suhu , cahaya matahari , kelembaban , kecepatan angin , dan,” no. 4, 2024.
[29] I. M. D. P. Asana and N. P. D. T. Yanti, “Sistem Klasifikasi Pengajuan Kredit Dengan Metode Support Vector Machine (SVM) I Made Dwi Putra Asana,” J. Sist. Cerdas, vol. 6, no. 2, pp. 123–133, 2023.
[30] A. C. Aulia, M. Fatekurohman, and I. M. Tirta, “Comparison of Online and Offline Learning During The COVID-19 Pandemic using Naïve Bayes Method and C4.5,” Berk. Sainstek, vol. 11, no. 3, p. 153, 2023, doi: 10.19184/bst.v11i3.31737.
[2] U. Kulsum, M. Jajuli, and N. Sulistiyowati, “Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine,” J. Appl. Informatics Comput., vol. 6, no. 2, pp. 205–212, 2022, doi: 10.30871/jaic.v6i2.4802.
[3] F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” … Teknol. Inf. dan …, vol. 6, no. 9, pp. 4305–4313, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
[4] R. A. Pratiwinindya, A. Cahyono, and ..., “Pinterest: Optimalisasi Literasi Visual dalam Pembelajaran Ilustrasi,” Pros. Semin. …, no. 1, pp. 898–905, 2022, [Online]. Available: https://proceeding.unnes.ac.id/index.php/snpasca/article/view/1584%0Ahttps://proceeding.unnes.ac.id/index.php/snpasca/article/download/1584/1079
[5] R. S. Ainul Wildan, R. Adam Rajagede, and R. Rahmadi, “Analisis Sentimen Politik Berdasarkan Big Data dari Media Sosial Youtube: Sebuah Tinjauan Literatur,” Pros. Autom., vol. 2, no. 1, 2021.
[6] T. I. Saputra and R. Arianty, “Implementasi Algoritma K-Means Clustering Pada Analisis Sentimen Keluhan Pengguna Indosat,” J. Ilm. Inform. Komput., vol. 24, no. 3, pp. 191–198, 2019, doi: 10.35760/ik.2019.v24i3.2361.
[7] S. R. Suartika E. P, I Wayan, Wijaya Arya Yudhi, “Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) Pada Caltech 101,” J. Tek. ITS, vol. 5, no. 1, p. 76, 2016, [Online]. Available: http://repository.its.ac.id/48842/
[8] N. P. Husain, S. Sukirman, and S. SAJIAH, “Analisis Sentimen Ulasan Pengguna Tiktok pada Google Play Store Berbasis TF-IDF dan Support Vector Machine,” J. Syst. Comput. Eng., vol. 5, no. 1, pp. 91–102, 2024, doi: 10.61628/jsce.v5i1.1105.
[9] M. F. El Firdaus, N. Nurfaizah, and S. Sarmini, “Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 5, p. 1329, 2022, doi: 10.30865/jurikom.v9i5.4774.
[10] R. Puspita and A. Widodo, “Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS,” J. Inform. Univ. Pamulang, vol. 5, no. 4, p. 646, 2021, doi: 10.32493/informatika.v5i4.7622.
[11] F. Erliana, I. Russanti, D. Arifiana, M. Yuniati, and D. B. Pesta, “Mendesain Busana Pesta Kelas XI Busana 3 Smk Negeri 8 Surabaya,” Univ. Pahlawan Tuanku Tambusai, vol. 6, pp. 2122–2130, 2023.
[12] M. Sholeh, E. K. Nurnawati, and U. Lestari, “Penerapan Data Mining dengan Metode Regresi Linear untuk Memprediksi Data Nilai Hasil Ujian Menggunakan RapidMiner,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 8, no. 1, pp. 10–21, 2023, doi: 10.14421/jiska.2023.8.1.10-21.
[13] D. S. Donoriyanto, R. Indiyanto, N. R. Juliardi A. R., and Y. A. Syamsiah, “Optimalisasi Penggunaan Media Sosial sebagai Sarana Promosi Online Store pada Pelaku UMKM di Kota X,” J. Abdimas Perad., vol. 4, no. 1, pp. 42–50, 2023, doi: 10.54783/ap.v4i1.22.
[14] Z. N. Annisa, D. Wulansari, and M. Promosi, “Issn : 3025-9495,” vol. 6, no. 4, pp. 1–9, 2024.
[15] K. C. Astuti, A. Firmansyah, and A. Riyadi, “Implementasi Text Mining Untuk Analisis Sentimen Masyarakat Terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store,” REMIK Ris. dan E-Jurnal Manaj. Inform. Komput., vol. 8, no. 1, pp. 383–394, 2024.
[16] R. Gusdiana, I. Alfian, and C. Juliane, “Implementation of Text Processing for Sentiment Analysis of Tax Payment Interest After the ‘Rubicon’ Phenomenon,” J. Tek. Inform., vol. 4, no. 5, pp. 1157–1164, 2023, doi: 10.52436/1.jutif.2023.4.5.1014.
[17] E. Y. Hidayat, R. W. Hardiansyah, and A. Affandy, “Analisis Sentimen Twitter untuk Menilai Opini Terhadap Perusahaan Publik Menggunakan Algoritma Deep Neural Network,” J. Nas. Teknol. dan Sist. Inf., vol. 7, no. 2, pp. 108–118, 2021, doi: 10.25077/teknosi.v7i2.2021.108-118.
[18] Runimeirati, Abdul Muis, and Figur Muhammad, “Pelatihan Text Mining Menggunakan Bahasa Pemrograman Python,” Abdimas Langkanae, vol. 3, no. 1, pp. 36–46, 2023, doi: 10.53769/abdimas.3.1.2023.83.
[19] R. Kurniawan, A. Halim, and H. Melisa, “Prediksi Hasil Panen Pertanian Salak di Daerah Tapanuli Selatan Menggunakan Algoritma SVM (Support Vector Machine),” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 2, pp. 903–912, 2023, doi: 10.30865/klik.v4i2.1246.
[20] D. P. Santoso and W. Wibowo, “Analisis Sentimen Ulasan Aplikasi Buzzbreak Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store,” J. Sains dan Seni ITS, vol. 11, no. 2, 2022, doi: 10.12962/j23373520.v11i2.72534.
[21] A. Suharto, “Fundamental Bahasa Pemrograman Python,” Eureka Media Aksara, pp. 1–25, 2023.
[22] I. Najiyah, “Analisis Sentimen Tanggapan Masyarakat Indonesia Tentang Kenaikan Bbm Menggunakan Metode Artificial Neural Network,” J. Responsif Ris. Sains dan Inform., vol. 5, no. 1, pp. 92–100, 2023, doi: 10.51977/jti.v5i1.1061.
[23] N. Yusliani, A. Yuhafiz, M. D. Marieska, and A. S. Utami, “Analisis Sentimen di Twitter Menggunakan Algoritma Artificial Neural Network,” J. Jupiter, vol. 15, no. 1, pp. 725–731, 2023.
[24] G. A. Suwito, I. Cholissodin, and P. P. Adikara, “Analisis Sentimen Citayam Fashion Week pada Komentar YouTube dengan Metode Convolutional Neural Network,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 12, pp. 5948–5956, 2022, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12049
[25] N. H. Danial and D. Setiawati, “Convolutional Neural Network (Cnn) Based on Artificial Intelligence in Periodontal Diseases Diagnosis,” Interdental J. Kedokt. Gigi, vol. 20, no. 1, pp. 139–148, 2024, doi: 10.46862/interdental.v20i1.8641.
[26] H. Utami, “Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network,” Indones. J. Appl. Stat., vol. 5, no. 1, p. 31, 2022, doi: 10.13057/ijas.v5i1.56825.
[27] N. Lubis, M. Z. Siambaton, and R. Aulia, “Implementasi Algoritma Deep Learning pada Aplikasi Speech to Text Online dengan Metode Recurrent Neural Network (RNN),” sudo J. Tek. Inform., vol. 3, no. 3, pp. 113–126, 2024, doi: 10.56211/sudo.v3i3.583.
[28] I. T. Batam, I. T. Batam, A. Jl, G. Mada, K. V. City, and T. A. Sekupang, “Analisis Ramalan Cuaca di Sekupang , Kota Batam Menggunakan Algoritma Decision Tree dan Confusion Matrix Fitrianingsih ( KBBI ), keadaan , udara ( tentang suhu , cahaya matahari , kelembaban , kecepatan angin , dan,” no. 4, 2024.
[29] I. M. D. P. Asana and N. P. D. T. Yanti, “Sistem Klasifikasi Pengajuan Kredit Dengan Metode Support Vector Machine (SVM) I Made Dwi Putra Asana,” J. Sist. Cerdas, vol. 6, no. 2, pp. 123–133, 2023.
[30] A. C. Aulia, M. Fatekurohman, and I. M. Tirta, “Comparison of Online and Offline Learning During The COVID-19 Pandemic using Naïve Bayes Method and C4.5,” Berk. Sainstek, vol. 11, no. 3, p. 153, 2023, doi: 10.19184/bst.v11i3.31737.