Rancang Bangun Aplikasi Sistem Evaluasi Perangkat Lunak Menggunakan Aspect-Based Sentiment Analysis Dengan Standar Iso 25010

Abstract

Meningkatnya jumlah ulasan pengguna di platform aplikasi seperti Google Play Store memberikan wawasan berharga mengenai kualitas perangkat lunak. Namun, menganalisis ulasan dalam jumlah besar secara manual tidaklah efisien, sementara peringkat bintang saja tidak selalu mencerminkan pendapat pengguna yang sebenarnya. Oleh karena itu, penelitian ini mengusulkan pendekatan otomatis menggunakan *Aspect-Based Sentiment Analysis* (ABSA) yang berbasis pada model IndoBERT dan standar kualitas perangkat lunak ISO/IEC 25010. Kumpulan data yang digunakan terdiri dari 3.797 ulasan pengguna Gojek yang dikumpulkan dari Google Play Store melalui teknik *web scraping* pada bulan Februari 2026. Analisis ini berfokus pada empat karakteristik kualitas ISO/IEC 25010: Kesesuaian Fungsional (*Functional Suitability*), Efisiensi Kinerja (*Performance Efficiency*), Kemampuan Interaksi (*Interaction Capability*), dan Keandalan (*Reliability*). Proses penelitian mencakup pelabelan sentimen dan aspek, pra-pemrosesan teks, pembagian kumpulan data, pembobotan kelas, *fine-tuning* IndoBERT, evaluasi model menggunakan *confusion matrix* dan metrik kinerja (akurasi, presisi, *recall*, dan skor-F1), serta penerapan (*deployment*) ke dalam aplikasi web berbasis Flask. Sistem yang diusulkan mampu mengklasifikasikan aspek kualitas perangkat lunak dan sentimen pengguna secara otomatis berdasarkan kerangka kerja ISO/IEC 25010. Hasil penelitian ini memberikan wawasan terstruktur mengenai persepsi pengguna serta membantu pengembang perangkat lunak dalam mengidentifikasi aspek kualitas perangkat lunak yang memerlukan perbaikan.