Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
ANALISIS SENTIMEN PADA ULASAN APLIKASI SEPULSA DI GOOGLE PLAY STORE MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)
ABSTRAKSI :
Sepulsa adalah sebuah aplikasi pembayaran yang memudahkan dalam bertransaksi pulsa, token listrik, iuran BPJS yang dapat menunjang kebutuhan transaksi dimanapun dan kapanpun tanpa harus melakukan pembayaran fisik secara langsung. Setiap pengguna baru aplikasi. Sepulsa memiliki kemungkinan untuk mengetahui komentar pengguna sebelumnya. Hal tersebut diperlukan untuk mengetahui respon pengguna apakah aplikasi ini layak untuk diunduh atau tidak melalui analisis sentimen. Analisis sentimen yang dilakukan pada penelitian ini yaitu pengumpulan data (scraping), pre-processing, klasifikasi sentimen dan hasil sentimen. Data hasil komentar yang telah melalui tahap pre-processing dilakukan penentuan sentimen awal dengan menggunakan metode Bidirectional Encoder Representations from Transformers (BERT). Pada penelitian ini sebanyak 6.743 dataset yang digunakan. Perhitungan tingkat keakurasian antar sentiment aktual menggunakan pengujian confusion matrix. Hasil yang diperoleh adalah 71%. Hasil penelitian ini menunjukkan bahwa komentar pengguna aplikasi Sepulsa memiliki kecenderungan sentiment negatif pada saat komentar diambil.