ANALISIS SENTIMEN PADA ULASAN APLIKASI ASTRO - GROCERIES IN MINUTES DI GOOGLE PLAY STORE MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATION FROM TRANSFORMERS (BERT)

Abstract

Analisis sentimen merupakan proses penting dalam memahami persepsi pengguna terhadap suatu aplikasi, terutama dalam konteks aplikasi yang tengah berkembang pesat namun masih memiliki tantangan dalam mengenalkan layanannya kepada khalayak luas. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi "Astro – Groceries in Minutes" yang terdapat di Google Play Store dengan menggunakan metode Bidirectional Encoder Representation from Transformers (BERT). Aplikasi Astro telah diunduh lebih dari satu juta kali, namun masih ada tantangan dalam meningkatkan kesadaran dan penggunaannya di kalangan masyarakat yang lebih luas. BERT adalah model pembelajaran mesin berbasis transformer yang mampu menangkap konteks kata secara bidirectional, sehingga dapat menghasilkan representasi teks yang lebih akurat. Dalam penelitian ini, data ulasan dikumpulkan, dipreproses, dan kemudian diklasifikasikan ke dalam kategori sentimen positif, negatif, atau netral. Hasil analisis menunjukkan bahwa metode BERT dapat secara efektif mengklasifikasikan sentimen dalam ulasan aplikasi dengan tingkat akurasi yang tinggi. Temuan ini diharapkan dapat memberikan wawasan bagi pengembang aplikasi dalam memahami umpan balik pengguna dan meningkatkan kualitas layanan aplikasi Astro.