ANALISIS SENTIMEN PADA ULASAN BUKU DALAM PERPUSTAKAAN DIGITAL MENGGUNAKAN NATURAL LANGUAGE PROCESSING

Penelitian ini membahas implementasi analisis sentimen menggunakan Natural Language Processing (NLP) untuk ulasan buku di perpustakaan digital, dengan tujuan meningkatkan pengalaman pengguna dalam menavigasi dan memilih buku. Perpustakaan digital telah berkembang pesat dengan memberikan akses yang mudah ke berbagai koleksi literatur, namun pengguna sering menghadapi tantangan dalam memilih buku yang sesuai karena kualitas dan subjektivitas ulasan yang bervariasi. Dengan memanfaatkan teknik NLP, ulasan buku dapat diklasifikasikan secara otomatis menjadi sentimen positif, negatif, atau netral, sehingga membantu pengguna dalam membuat keputusan yang lebih terinformasi. Penelitian ini membatasi analisis pada ulasan dari aplikasi iPusnas selama bulan Mei 2024 dengan menggunakan pendekatan Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan kata. Framework PHP-NLP digunakan untuk tokenisasi dan analisis sentimen ulasan berbahasa Indonesia.
Berdasarkan hasil yang diperoleh, sebanyak 72 ulasan diklasifikasikan sebagai positif, 915 ulasan sebagai netral, dan 19 ulasan sebagai negatif. Hasil dari penelitian ini diharapkan dapat meningkatkan pengalaman pengguna perpustakaan digital dengan memberikan rekomendasi buku yang relevan, serta mendukung pengelolaan koleksi dan layanan perpustakaan secara lebih efisien.