Page 86 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

Berikut contoh hasil pelabelan data yang terdapat pada Tabel 4.7.

Tabel 4. 7 Contoh Hasil Proses Pelabelan Data

No. Username Preprocessing (Tokenization) Compound Score Sentimen

1 Arif Sherif ['terima', 'kasih', 'bantu', 'mudah', 'akses', {'neg': 0.0, 'neu': Positif

'birokrasi', 'baik', 'informasi', 'putar', 'jabar', 0.655, 'pos': 0.345,

'tau', 'bantu', 'manusia', 'sukses', 'terima 'com': 0.9682}

kasih', 'kasih bantu', 'bantu mudah', 'mudah

akses', 'akses birokrasi', 'birokrasi baik',

'baik informasi', 'informasi putar', 'putar
jabar', 'jabar tau', 'tau bantu', 'bantu

manusia', 'manusia sukses']

2 Ayik ['super', 'aplikasi', 'jabar', 'juara', 'sedia', {'neg': 0.0, 'neu': Netral

Mardiansah 'informasi', 'inovasi', 'jawa', 'barat', 'wajib', 0.554, 'pos': 0.554,

(Ayik) 'login', 'aplikasi', 'layan', 'genggam', 'super 'com': 0}

aplikasi', 'aplikasi jabar', 'jabar juara', 'juara

sedia', 'sedia informasi', 'informasi inovasi',

'inovasi jawa', 'jawa barat', 'barat wajib',
'wajib login', 'login aplikasi', 'aplikasi

layan', 'layan genggam']

3 Didi ['aplikasi', 'bagus', 'cuman', 'bantu', {'neg': 0.265, 'neu': Negatif

Permadi 'hotline', 'tidak', 'balas', 'chat', 'wa', 'tidak', 0.531, 'pos': 0.204,

'respons', 'aplikasi bagus', 'bagus cuman', 'com': -0.4588}

'cuman bantu', 'bantu hotline', 'hotline

72