Fadhilah, Muhamad Hanif (2024) ANALISIS SENTIMEN TERHADAP PENGGUNA QRIS (QUICK RESPOND CODE INDONESIAN STANDART) PADA TWITTER MENGGUNAKAN ALGORITMA BERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (795kB) |
|
Text (BAB I)
BAB I.pdf Download (222kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (783kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (484kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (709kB) |
|
Text (BAB V)
BAB V.pdf Download (100kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (95kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3390.zip Restricted to Repository staff only Download (141kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (510kB) |
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap QRIS (Quick Response Code Indonesian Standard) pada platform Twitter menggunakan algoritma BERT (Bidirectional Encoder Representations from Transformers). Penelitian ini dimotivasi oleh meningkatnya adopsi QRIS sebagai solusi pembayaran digital yang efisien dan praktis di Indonesia. Data tweet yang berisi ulasan pengguna dikumpulkan melalui teknik scraping, kemudian dilakukan preprocessing termasuk case folding, pembersihan data, tokenisasi, stopwords removal, dan stemming. Setelah itu, data diolah menggunakan model BERT untuk mengklasifikasikan sentimen menjadi positif, negatif, dan netral. Evaluasi model menunjukkan bahwa akurasi mencapai 80%, yang mengindikasikan kinerja yang baik dalam mengidentifikasi sentimen pengguna terhadap QRIS. Hasil penelitian ini diharapkan dapat memberikan pemahaman mendalam tentang persepsi dan tanggapan masyarakat terhadap penggunaan QRIS serta dapat menjadi referensi untuk pengembangan metode analisis sentimen di masa mendatang.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | QRIS, Analisis Sentimen, Twitter, BERT, Pembayaran Digital | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 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: | 05 Dec 2024 02:29 | ||
| Last Modified: | 05 Dec 2024 02:29 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/28638 |
Actions (login required)
 |
View Item |