IMPLEMENTASI BERT UNTUK ANALISIS SENTIMEN PENGGUNA GAME ONLINE E-FOOTBALL PADA ULASAN DI PLAY STORE BERBASIS MACHINE LEARNING

Muhammad Aryaraka Pradana (2025) IMPLEMENTASI BERT UNTUK ANALISIS SENTIMEN PENGGUNA GAME ONLINE E-FOOTBALL PADA ULASAN DI PLAY STORE BERBASIS MACHINE LEARNING. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020119.pdf Download (20MB)

Abstract

Analisis sentimen pada ulasan pengguna dapat memberikan wawasan penting terkait persepsi dan kepuasan pengguna terhadap suatu aplikasi, termasuk game online E-Football. Penelitian ini bertujuan untuk mengimplementasikan model BERT dalam analisis sentimen terhadap ulasan pengguna game online E Football di Google Play Store menggunakan model BERT berbasis machine learning. Dataset yang digunakan terdiri dari 25.000 ulasan dengan tiga klasifikasi sentimen: Positif, Netral, dan Negatif. Ulasan-ulasan ini diproses melalui proses Cleaning, Tokenizition, Case Folding, Stopwords, Normalization, dan Stemming. Metode penelitian meliputi pelatihan model BERT menggunakan data yang telah diproses dan dievaluasi dengan metrik akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model BERT menghasilkan akurasi sebesar 90%. Untuk kelas negatif, presisi mencapai 95% dengan recall 97%. Kelas positif memiliki presisi 87% dan recall 85%. Namun, performa untuk kelas netral lebih rendah, dengan presisi sebesar 58% dan recall 53%. Kesimpulan dari penelitian ini adalah model BERT efektif untuk analisis sentimen dalam bahasa Indonesia, khususnya pada ulasan aplikasi di Play Store. Hasil penelitian ini memberikan kontribusi signifikan terhadap pengembangan metode analisis sentimen berbasis machine learning untuk bahasa Indonesia. Implikasi dari penelitian ini adalah peluang untuk meningkatkan performa analisis sentimen pada kelas netral dan mengaplikasikan model ini dalam domain lain dengan dataset yang berbeda. Kata kunci : Analisis Sentimen, BERT, Google Play Store, E-Football

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 04:45
Last Modified:	06 Feb 2026 04:45
URI:	http://eprints.univbinainsan.ac.id/id/eprint/480

Actions (login required)

View Item