ANALISIS SENTIMEN PENGGUNA TERHADAP AKUN X/TWITTER RESMI "DANA" DENGAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)

PUTU JEEVALLUCAS JNANAMAITRIYA SURYA GAUTAMA (2025) ANALISIS SENTIMEN PENGGUNA TERHADAP AKUN X/TWITTER RESMI "DANA" DENGAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT). Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informasi) 72210512_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informasi) 72210512_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (6MB) | Request a copy

Abstract

Dompet digital memiliki peran penting dalam berbagai jenis transaksi nontunai di Indonesia. DANAadalah salah satu dompet digital yang paling banyak digunakan. Meskipun DANApopuler, analisis sentimen pengguna terhadap layanannya masih terkendala oleh kompleksitas bahasa Indonesia dan dinamika interaksi media sosial. Penelitian ini menggunakan algoritma IndoBERT, yang dioptimalkanuntuk BahasaIndonesia,untuk menganalisissentimenpenggunapada akun X/Twitter resmi DANA. Pendekatan kuantitatif diterapkan pada 2.563 tweet yang menyebut @danawallet pada Juli–November 2024. Metode mencakup pra-pemrosesan data (tokenisasi, pembersihan karakter non-alfanumerik), pembagian data secara stratifikasi (70% latih, 20% validasi, 10% uji), dan fine-tuning model IndoBERT. Model menunjukkan performa tinggi: precision (94%), recall (93%), F1-score (92%), dan accuracy (89%). Kata kunci positif seperti “promo” dan “cashback” mendominasi, sementara kata negatif seperti “error” dan “lambat” menjadi penanda keluhan. Confusion matrix menunjukkan presisi tinggi dalam mengklasifikasikan sentimen negatif (56/60 true negative) dan positif (249/255 true positive), meskipun klasifikasi netral masih menghadapi tantangan akibat ambiguitas bahasa. Penelitian ini membuktikan keunggulan IndoBERT dalam menangkap konteks Bahasa Indonesia pada analisis sentimen.

Actions (login required)

View Item