Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI GLINTS DI GOOGLE PLAY STORE MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)
ABSTRAKSI :
Perkembangan teknologi digital telah mempengaruhi berbagai aspek kehidupan, termasuk dalam pencarian kerja melalui aplikasi mobile. Salah satu aplikasi yang cukup populer di Indonesia adalah Glints, yang menyediakan layanan informasi lowongan pekerjaan dan pengembangan karier. Aplikasi ini mendapatkan ribuan ulasan dari pengguna di Google Play Store yang berisi pengalaman positif maupun negatif. Ulasan tersebut penting dianalisis untuk mengetahui kepuasan dan kendala yang dialami pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen ulasan pengguna aplikasi Glints menggunakan metode BERT (Bidirectional Encoder Representations from Transformers). Data penelitian berupa 5.000 ulasan dari Google Play Store yang kemudian melalui tahap preprocessing, pelabelan menggunakan metode lexicon-based, serta pembagian data dengan rasio 70:20:10 untuk pelatihan, validasi, dan pengujian. Model dilatih menggunakan IndoBERT selama 6 epoch, dengan batch size 16 dan learning rate 3e-6, menghasilkan akurasi 90%. Hasil penelitian menunjukkan bahwa model BERT mampu mengklasifikasikan ulasan ke dalam kategori positif, negatif, dan netral. Nilai f1-score masing-masing adalah 93% (negatif), 90% (positif), dan 58% (netral). Hal ini membuktikan bahwa BERT efektif digunakan dalam analisis sentimen berbahasa Indonesia dan dapat menjadi acuan dalam evaluasi kualitas aplikasi maupun pengambilan keputusan pengembang.