Information System - Bachelor

Permanent URI for this collection

http://repository.widyatama.ac.id/handle/123456789/18

Browse

Browsing Information System - Bachelor by Author "Alifah, Syifa"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    PENERAPAN MODEL BERT UNTUK ANALISIS SENTIMEN DAN DETEKSI EMOSI DALAM ULASAN APLIKASI iLovePDF
    (Program Studi Sistem Informasi Fakultas Teknik Universitas Widyatama, 2025) Alifah, Syifa
    Permasalahan yang diangkat dalam penelitian ini adalah bagaimana mengidentifikasi lebih dari satu emosi dalam satu teks ulasan pengguna berbahasa Indonesia secara akurat serta bagaimana memanfaatkan model IndoBERT untuk meningkatkan kualitas klasifikasi sentimen dan emosi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen dan emosi pengguna terhadap aplikasi iLovePDF berdasarkan ulasan di Google PlayStore. Metode yang digunakan adalah eksperimen kuantitatif dengan pendekatan supervised learning. Sebanyak 11.428 data ulasan dikumpulkan melalui teknik web scraping kemudian dianalisis menggunakan model IndoBERT dengan pendekatan multi-label classification. Proses pelabelan dilakukan berdasarkan empat kategori sentimen (sangat positif, positif, negatif dan sangat negatif) serta emosi (joy, trust, anger). Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, F1- score, ROC-AUC dan confusion matrix. Hasil penelitian menunjukkan bahwa model memiliki performa tinggi dengan balanced accuracy sebesar 89,95% dan F1- score sebesar 88,17%. Temuan ini membuktikan bahwa pendekatan multi-label classification efektif dalam menangkap nuansa opini pengguna baik dari sisi penilaian objektif maupun ekspresi emosional. Penggunaan model IndoBERT yang telah melalui proses fine-tuning terbukti mampu mengatasi kompleksitas bahasa alami dalam ulasan berbahasa Indonesia dengan tingkat ketepatan yang tinggi. Selain itu pendekatan ini juga memungkinkan analisis sentimen dan emosi dilakukan secara bersamaan dengan memberikan wawasan yang lebih komprehensif mengenai persepsi pengguna. Rekomendasi penelitian ini menyarankan agar pengembang aplikasi menggunakan hasil analisis ini untuk meningkatkan kualitas fitur dan layanan secara lebih tepat sasaran serta mempertimbangkan analisis lanjutan pada platform digital lainnya untuk memperluas cakupan pemahaman terhadap kebutuhan dan kepuasan pengguna.