Saputro, Nugroho Wisnu (2025) ANALISIS SENTIMEN APLIKASI GOJEK 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 (1MB) |
|
Text (BAB I)
BAB I.pdf Download (183kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (723kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (620kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (97kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (89kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3415.zip Restricted to Repository staff only Download (3MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (405kB) |
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Gojek menggunakan algoritma BERT (Bidirectional Encoder Representations from Transformers). Aplikasi Gojek, sebagai salah satu platform layanan terkemuka di Indonesia, menerima banyak ulasan dari pengguna yang mencerminkan pengalaman mereka. Analisis sentimen ini penting untuk memahami persepsi pengguna dan membantu perusahaan dalam meningkatkan layanan. Metode yang digunakan adalah BERT, sebuah model berbasis deep learning yang mampu memahami konteks teks secara bidirectional. Dataset yang digunakan terdiri dari 210.621 ulasan pengguna yang diambil dari Google Play Store. Proses penelitian meliputi pengumpulan data, preprocessing (seperti case folding, tokenisasi, dan stemming), balancing dataset menggunakan SMOTE,data splitting dibagi menjadi 70:20:10 untuk latih, validasi, dan uji data dan menggunakan optimezer AdamW dengan learning-rate 2e-6 dan 3 epoch. Hasil penelitian menunjukkan bahwa model BERT mampu mengklasifikasikan sentimen dengan akurasi setinggi 0.82(82%) dengan model BERT yang recall sebesar 98%, precision sebesar 93% dan f1-score sebesar 95%, terutama untuk sentimen positif. Model ini juga diimplementasikan dalam aplikasi web menggunakan framework Flask untuk memudahkan analisis sentimen secara otomatis. Penelitian ini memberikan kontribusi dalam pemanfaatan teknologi machine learning untuk analisis sentimen, khususnya dalam konteks bahasa Indonesia.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, BERT, Gojek, SMOTE, Flask, Bahasa Indonesia | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 13 Aug 2025 07:03 | ||
| Last Modified: | 13 Aug 2025 07:03 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/30331 |
Actions (login required)
 |
View Item |