ANALISIS SENTIMEN PADA PENGGUNA BANK JAGO DI SOSIAL MEDIA TWITTER DENGAN MENGGUNAKAN ALGORITMA BERT

Soepriyono, Hafez Ar Raasyid (2025) ANALISIS SENTIMEN PADA PENGGUNA BANK JAGO DI SOSIAL MEDIA TWITTER DENGAN MENGGUNAKAN ALGORITMA BERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (255kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (314kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (979kB)
	Text (BAB V) BAB V.pdf Download (71kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (224kB)
	Archive (SOURCE CODE) Sourcecode - 19.11.3289.zip Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (1MB)

Abstract

Beberapa bank sentral, termasuk Bank Indonesia (BI) untuk saat ini sedang dalam proses mengembangkan rupiah digital atau yang biasa dikenal sebagai Central Bank Digital Currency (CBDC). CBDC merupakan bentuk dari uang digital yang dibuat dan diatur oleh bank sentral. Bank Jago merupakan salah satu bank digital yang ada di Indonesia dan merupakan anak perusahaan dari aplikasi gojek. Dari banyaknya nasabah atau pengguna yang dimiliki oleh bank jago ini mendapat berbagai macam respon yang di terima dari berbagai kalangan baik itu respon positif, negatif maupun netral dan sebagian besar pengguna lebih nyaman untuk menyampaikan respon tersebut melalui sosila media terutama pada apliksi Twitter. Maka dari itu di perlukan sebuah analisa sentimen untuk dapat menentukan respon-respon tersebut. Dalam menentukan apakah opini dan sentimen tersebut memiliki respon positif, negatif maupun netral maka diperlukan sebuah klasifikasi. Klasifikasi ini merupakan tahap utama proses dalam analisis sentimen untuk memahami pola sentimen dari data yang telah diproses. Sebelum dilakukan klasifikasi maka akan dilakukan pengambilan data terlebih dahulu dari tweet atau postingan pada media sosial twitter dengan menggunaakan kata kunci Bank Jago. Setelah itu data yang didapat kemudian diolah sehingga dapat menentukan klasifikasi opini dan sentimen dari postingan para nasabah tersebut apakah bernilai positif, negatif, dan netral yang pada kali ini klasifikasi akan menggunakan metode BERT (Bidirectional Encoder Representation from Transformers). Berdasarkan hasil analisis data sebelum diterapkan teknik penyeimbangan dengan SMOTE, distribusi sentimen pada ulasan pengguna Bank Jago menunjukkan ketidakseimbangan yang cukup signifikan. Sentimen netral mendominasi dengan jumlah 1177 data, sedangkan sentimen negatif dan positif jauh lebih sedikit, masing-masing berjumlah 578 dan 351 data. Ketidakseimbangan ini dapat berdampak pada performa model analisis sentimen, di mana model cenderung lebih akurat dalam mengenali sentimen netral dibandingkan dengan sentimen positif atau negatif. Oleh karena itu, diperlukan metode seperti SMOTE untuk menyeimbangkan jumlah data di setiap kategori sentimen guna meningkatkan akurasi dan keandalan model dalam mengklasifikasikan sentimen pengguna secara lebih adil. Penelitian ini menerapkan model BERT untuk analisis sentimen ini menggunakan tiga skenario pembagian data dengan tingkat akurasi terbaik mencapai 85%.

Actions (login required)

View Item