Analisa Sentimen Aplikasi Mobile Banking BCA di Platform Google Play Menggunakan Fine-Tuning Distilbert

Darren, Christopher (2025) Analisa Sentimen Aplikasi Mobile Banking BCA di Platform Google Play Menggunakan Fine-Tuning Distilbert. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (863kB)
	PDF BAB_I.pdf Download (228kB)
	PDF BAB_II.pdf Download (786kB)
	PDF BAB_III.pdf Download (685kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_V.pdf Download (120kB)
	PDF DAFTAR_PUSTAKA.pdf Download (218kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (12MB)

Abstract

Di era transformasi digital, layanan mobile banking seperti BCA Mobile menjadi pilihan utama masyarakat dalam melakukan transaksi secara cepat dan fleksibel. Namun, banyaknya keluhan dari pengguna dapat memengaruhi citra aplikasi. Ulasan di Google Play Store menjadi sumber penting untuk memahami pengalaman pengguna, namun analisis manual terhadap data berskala besar tidak efisien. Penelitian ini bertujuan menerapkan analisis sentimen otomatis berbasis Deep Learning untuk mengevaluasi persepsi pengguna terhadap aplikasi BCA Mobile. Model DistilBERT digunakan karena mampu memahami konteks bahasa secara mendalam dengan arsitektur yang lebih ringan dibandingkan BERT. Dataset ulasan diproses melalui tahap pra-pemrosesan dan pelabelan rule- based, kemudian dilakukan fine-tuning terhadap model pretrained DistilBERT agar sesuai dengan konteks bahasa Indonesia dan label sentimen positif, netral, serta negatif. Untuk menangani ketidakseimbangan data, diterapkan metode oversampling. Evaluasi dilakukan menggunakan classification report dan confusion matrix untuk mengukur akurasi, presisi, recall, dan f1-score. Model akhir diuji menggunakan dataset pengujian dan diimplementasikan ke dalam prototipe berbasis web menggunakan platform Streamlit. Hasil menunjukkan bahwa DistilBERT menghasilkan akurasi dan performa yang baik dalam klasifikasi sentimen serta lebih efisien dibanding metode tradisional. Proses hyperparameter tuning juga meningkatkan efektivitas model. Penelitian ini memberikan kontribusi dalam pemanfaatan teknologi Deep Learning untuk analisis ulasan pengguna dan dapat menjadi dasar pengambilan keputusan dalam peningkatan kualitas layanan BCA Mobile.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisa Sentimen, DistilBERT, Fine-Tuning, Streamlit, Ulasan
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	02 Aug 2025 11:03
Last Modified:	02 Aug 2025 11:03
URI:	https://kc.umn.ac.id/id/eprint/39716

Actions (login required)

View Item