Isror, Muhammad Khazanatul (2024) IMPLEMENTASI ALGORITMA BERT UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI TRAVELOKA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (691kB) |
|
Text (BAB I)
BAB I.pdf Download (215kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (797kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (331kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (552kB) |
|
Text (BAB V)
BAB V.pdf Download (99kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (129kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3511.zip Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (704kB) |
Abstract
Di era digital ini, aplikasi Traveloka telah menjadi platform populer bagi masyarakat untuk memesan tiket pesawat, hotel, dan akomodasi wisata lainnya. Ulasan pengguna merupakan salah satu elemen penting dalam aplikasi ini, karena dapat memberikan informasi dan gambaran bagi calon pengguna lain dalam menentukan pilihan. Analisis sentimen ulasan pengguna menjadi penting untuk mengetahui opini dan persepsi mereka terhadap layanan Traveloka. Penelitian ini bertujuan untuk mengimplementasikan algoritma BERT (Bidirectional Encoder Representations from Transformers) dalam melakukan analisis sentimen terhadap ulasan pengguna aplikasi Traveloka. Data ulasan pengguna aplikasi Traveloka dikumpulkan dengan metode scraping dari Google Playstore. Data kemudian diolah dan dibersihkan untuk menghilangkan noise dan data yang tidak relevan. Dataset dibagi menjadi dua subset: data pelatihan (80%) dan data pengujian (20%). Pembagian ini menghasilkan performa terbaik dibandingkan rasio 90:10 dan 70:30. Algoritma BERT dilatih dengan data ulasan yang telah dibersihkan. Hasil pelatihan digunakan untuk mengklasifikasikan sentimen ulasan baru menjadi positif, negatif, atau netral. Model BERT dilatih dengan hyperparameter: batch size 16, 10 epoch, dan learning rate 2e-5. Model BERT berhasil memprediksi sentimen dari 400 data uji dengan akurasi sebesar 80%. Mayoritas ulasan 199 diklasifikasikan sebagai negatif, 178 ulasan sebagai positif, dan 23 ulasan sebagai netral.. Hal ini menunjukkan bahwa algoritma BERT efektif dalam mengklasifikasikan ulasan pengguna aplikasi Traveloka dengan tepat. Penelitian ini diharapkan dapat memberikan manfaat bagi Traveloka dalam memahami sentimen pengguna terhadap layanannya, sehingga dapat meningkatkan kualitas layanan dan kepuasan pengguna.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Bert, Google Play Store, Traveloka, Ulasan Pengguna | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 18 Nov 2024 04:26 | ||
| Last Modified: | 18 Nov 2024 04:26 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/28109 |
Actions (login required)
 |
View Item |