Web Scraping Review Ulasan Aplikasi pada PlayStore

Web scraping merupakan cara pengambilan data dari sebuah website. Dibandingkan dengan melakukan pengambilan data secara manual. Web scraping menggunakan sebuah program lebih mudah untuk mengambil data dan dengan waktu yang singkat.

Web scraping review sebuah aplikasi bermanfaat untuk mendapatkan informasi atas kepuasan konsumen. Dengan memilki pengetahuan tersebut, pihak pengembang aplikasi dapat terbantu dalam meningkatkan layanan.

Selain itu di luar pihak pengembang aplikasi dapat juga digunakan untuk penelitian sentiment analisis mengenai kepuasan user aplikasi tersebut.

Untuk dapat melakukan web scraping, dapat dilakukan secara manual maupun otomatis. Otomasi web scraping akan mempermudah dan mempercepat untuk mendokumentasikan data dari website.

Kita dapat menggunakan library Python yang tersedia untuk mengambil review aplikasi dari Google Play Store. Menggunakan python bisa menjadi salah satu pilihan cara, jika perlu mengekstrak data dalam jumlah besar.

Dalam artikel ini akan menggunakan sebuah program dengan menggunakan library “google_play_scraper” dari bahasa pemrograman python

Langkah pertama dalam membuat program untuk web scraping review sebuah aplikasi dari play store menggunakan python adalah menginstall library “google_play_scraper” setelah membuka jupyter notebook dengan cara ketikkan “pip install google_play_scraper” lalu jalankan, tunggu hingga proses selesai.

Selanjutnya install pandas dengan cara ketik “pip install pandas’ lalu jalankan dan tunggu hingga proses installasi selesai.

Kemudian setelah proses installasi library yang diperlukan selesai lanjut dengan mengimport library yang diperlukan menggunakan kode berikut:

import pandas as pd import numpy as np from google_play_scraper import app from google_play_scraper import Sort, reviews_all

 

Selanjutnya jika ingin mengambil semua data review aplikasi yang diinginkan menggunakan kode berikut untuk scrape semua review, caranya buka playstore di browser cari aplikasi yang akan discrape reviewnya kemudian dari URL yang ada, copy bagian seperti contoh yang diblok warna kuning lalu masukkan pada kode seperti contoh.

https://play.google.com/store/apps/details?id=com.tokopedia.tkpd&hl=id-ID

#scrape semua review reviews = reviews_all(     ' com.tokopedia.tkpd ', # aplikasi yang di scrape reviewnya     sleep_milliseconds =0,     lang = 'id',     country = 'id',     sort = Sort.NEWEST )

 

Jika hanya ingin mengambil data dalam jumlah tertentu, contoh hanya mengambil 100 review aplikasi tokped dari playstore masukkan pada kode seperti contoh untuk aplikasinya dan jumlah review sesuai yang diinginkan pada bagian “count”.

#scrape sejumlah review from google_play_scraper import Sort, reviews result, continuation_token = reviews(     ' com.tokopedia.tkpd ', # aplikasi yang di scrape reviewnya     lang = 'id',     country = 'id',     sort = Sort.NEWEST,     count = 100, #jumlah banyak review     filter_score_with = None )

 

Untuk menampilkan hasilnya

result

 

Dari hasil yang didapat berisi “reviewId”, “username”, “userImage”, “content”, “score”, “thumbsUpCount”, “reviewCreatedVersion”, “at”, “replyContent”, “repliedAt”, dengan data dalam bentuk dictionary. Setelah itu ubah hasil scrape menjadi Pandas DataFrame untuk mempermudah pengolahan data. Setelah diubah menjadi Pandas DataFrame data akan berbentuk table. Gunakan .head(10) untuk menampilkan 10 baris awal dari data.

rev_df = pd.DataFrame(result) rev_df.head(10)

 

Selanjutnya dari data yang telah diperoleh tidak semua dipakai. Ambil hanya kolom yang diperlukan, dalam hal ini untuk analisis sentiment. Hanya ambil kolom “userName”, “content”, “score”, “at”.

review_df = rev_df[['userName', 'content', 'score', 'at']]

 

Untuk mengecek pembagian jumlah score review menggunakan kode

review_df['score'].value_counts()

 

Setelah semua berjalan dengan lancer dan sesuai yang diinginkan, simpan sebagai data yang telah discrape menjadi file CSV menggunakan kode.

review_df.to_csv('review_tokped.csv', index=False)

Selain menyimpan dalam bentuk CSV kita juga dpat menimpannya dalam bentuk excel.

review_df.to_xlsx('review_tokped.csv', index=False)

 

Dalam file CSV nya, berisi scraping dengan kolom “userName”, “content”, “score”, “at”. Dengan jumlah baris 100.