Analisis Sentimen Pengguna Aplikasi Mobile Berbasis Review Pada Platform Blibli Menggunakan Metode Bidirectional Encoder Representations from Transformers (BERT)

Abstrak

Penelitian ini menganalisis sentimen ulasan pengguna aplikasi Blibli dengan metode Bidirectional Encoder Representations from Transformers (BERT). Analisis mencakup tiga aspek utama: usable, valuable, dan credible. Dataset diperoleh dari Google Play Store melalui proses scraping. Pra-pemrosesan data dilakukan dengan menghapus tanda baca, mengubah teks menjadi lowercase, dan menghilangkan stopwords. Pelabelan aspek menggunakan kombinasi model BERT dan KMeans clustering, serta validasi semantik. Hasil menunjukkan konfigurasi terbaik diperoleh pada learning rate 5e-6 dan batch size 128 dengan akurasi 97,27%, F1-score 96,46%, dan nilai loss 0,1328. Aspek credible memiliki sentimen positif tertinggi (86,4%), diikuti aspek valuable (92,3%), sedangkan aspek usable menunjukkan distribusi sentimen yang lebih seimbang. Penelitian ini membantu Blibli meningkatkan kualitas layanan berdasarkan persepsi pengguna.

Kata kunci: analisis sentimen, ulasan pengguna, BERT, KMeans clustering, learning rate, batch size, usable, valuable, credible.