Ulinnuha, Asif (2024) SENTIMEN ANALISIS PENGGUNA APLIKASI BIBIT MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (891kB) |
|
Text (BAB I)
BAB I.pdf Download (180kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (790kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (313kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (84kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (479kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3656.zip Restricted to Repository staff only Download (2MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (704kB) |
Abstract
Investasi digital atau online sudah mulai bermunculan sejak pertengahan tahun 2000-an. Investasi online hadir dalam berbagai jenis, di antaranya investasi saham, reksa dana, emas, valas (valuta asing) dan P2P (Peer to peer). Salah satu aplikasi yang mendukung investasi berbasis online ini adalah Bibit – Reksadana & Obligasi. Hingga saat ini telah diunduh lebih dari 10 juta orang di platform Google Play Store. Sebuah ulasan pengguna merupakan salah satu aspek penting dalam pengembangan sebuah aplikasi, karena berisi penilaian dan kritik penggunan semasa menggunakan aplikasi tersebut guna sebagai acuan untuk mengembangkan pelayanan yang lebih baik dimasa mendatang. Analisis sentimen dapat berfungsi sebagai tolak ukur mengkategorikan suatu ulasan, dimana dapat bernilai ulasan positif, negatif, atau netral. Seiring perkembangan teknologi, analisis sentimen dapat dilakukan secara otomatis. Penelitian ini akan mengukur performa metode Bidirectional Encoder Representations from Transformers (BERT) dalam melakukan klasifikasi sentimen menggunakan pretrained model IndoBERT base uncased dengan fine-tuning. Jumlah data yang digunakan sebanyak 5000 data. Dan dibagi menggunakan rasio 70 : 30, dimana 70% digunakan sebagai data latih yaitu 3500 data, sedangakan 30% digunakan sebagai data uji sebanyak 1500 data. Penelitian ini menghasikan tingkat akurasi sebesar 81% dengan pemilihan hyperparameter, yaitu batch size 16, learning rate 2e-5, dan epoch 10.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, BERT, Bibit, Google Play, Hyperparameter | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 25 Nov 2024 02:55 | ||
| Last Modified: | 25 Nov 2024 02:55 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/28338 |
Actions (login required)
 |
View Item |