Implementasi algoritma Bidirectional Encoder Representations From Transformers untuk analisis sentimen online Marketplace ulasan Google Play Store

Septianto, Muhammad Dwiki (2025) Implementasi algoritma Bidirectional Encoder Representations From Transformers untuk analisis sentimen online Marketplace ulasan Google Play Store. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1-cover.pdf

Download (30kB) | Preview
[img]
Preview
Text (ABSTRAK)
2-abstrak.pdf

Download (20kB) | Preview
[img]
Preview
Text (LEMBAR PERNYATAAN)
CamScanner 01-07-2025 14.31 (1).pdf

Download (383kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3-daftarisi.pdf

Download (87kB) | Preview
[img]
Preview
Text (BAB I)
4-BAB I.pdf

Download (121kB) | Preview
[img] Text (BAB II)
5-BAB II.pdf
Restricted to Registered users only

Download (249kB)
[img] Text (BAB III)
6-BAB III.pdf
Restricted to Registered users only

Download (313kB)
[img] Text (BAB IV)
7-BAB IV.pdf
Restricted to Registered users only

Download (4MB)
[img] Text (BAB V)
8-BAB V.pdf
Restricted to Registered users only

Download (24kB)
[img] Text (DAFTAR PUSTAKA)
9-Daftar Pustaka.pdf
Restricted to Registered users only

Download (101kB)
[img] Text (LAMPIRAN)
23-lampiran.pdf
Restricted to Repository staff only

Download (139kB)

Abstract

Online marketplace menjadi instrumen ekonomi Indonesia dengan proyeksi peningkatan pengguna dari 73,06 juta (2025) menjadi 99,1 juta (2029). Shopee [1], Tokopedia [2], dan Lazada [3] mendominasi pasar dengan kunjungan masing-masing bulanan 237 juta, 88,9 juta, dan 47,69 juta [4]. Namun, analisis sentimen ulasan pengguna menemui hambatan karena metode tradisional cenderung mengabaikan konteks sebenarnya sehingga analisis berbasis makna menjadi kurang akurat [5]. Rating bintang tidak selalu mencerminkan sentimen sebenarnya, menyebabkan analisis hanya mengandalkan rating berisiko bias [6]. Tantangan tambahan adalah pengelolaan volume ulasan yang besar dengan karakteristik yang beragam yang membutuhkan pendekatan analisis teks yang lebih canggih dibandingkan metode konvensional. Penelitian ini mengimplementasikan algoritma Bidirectional Encoder Representations from Transformers (BERT) [6] untuk menganalisis sentimen testimoni Google Play Store pada ketiga online marketplace, mengevaluasi kinerja algoritma, dan membandingkan proporsi sentimen antar platform. Metodologi CRISP-ML(Q) [7] digunakan dengan tahapan business understanding, pengumpulan 9.000 ulasan (triwulan pertama 2025), preprocessing data, fine-tuning IndoBERT dengan variasi hyperparameter, dan evaluasi menggunakan multiple metrics. Hasil menunjukkan performa model dengan rata-rata akurasi 0,94 pada ketiga platform, dengan konfigurasi optimal berbeda: Shopee [1] (akurasi 0,9444), Tokopedia (akurasi tertinggi 0,9495), dan Lazada (akurasi 0,922). Penelitian ini menghasilkan model analisis sentimen berkinerja tinggi untuk bahasa Indonesia dalam konteks online marketplace serta memberikan insight strategis bagi pengembang untuk meningkatkan layanan berdasarkan feedback pengguna [5].

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Analisis Sentimen; BERT; online marketplace; Google Play Store; CRISP-ML(Q)
Subjects: Data Processing, Computer Science
Commerce, Trade > Interregional Commerce
Applied Physics > Machine Engineering, Machinery
Applied Physics > General Topic of Machine Engineering
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Muhammad Dwiki Septianto
Date Deposited: 01 Jul 2025 07:44
Last Modified: 01 Jul 2025 07:44
URI: https://digilib.uinsgd.ac.id/id/eprint/110588

Actions (login required)

View Item View Item