PENERAPAN MODEL INDOBERT DALAM ANALISIS SENTIMEN: STUDI KASUS ULASAN PENGGUNA MOBILE JKN

TRIASPUTRA, FIKRI and Tania, Ken Ditha (2025) PENERAPAN MODEL INDOBERT DALAM ANALISIS SENTIMEN: STUDI KASUS ULASAN PENGGUNA MOBILE JKN. Undergraduate thesis, Sriwijaya University.

Preview	Image RAMA_57201_09031282126047_cover.jpg - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (800kB) | Preview
	Text RAMA_57201_09031282126047.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_57201_09031282126047_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text RAMA_57201_09031282126047_0018078502_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (324kB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (280kB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (618kB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (159kB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (229kB) | Request a copy
	Text RAMA_57201_09031282126047_0018078502_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Perkembangan teknologi digital mendorong instansi pemerintah, termasuk BPJS Kesehatan, untuk menyediakan layanan berbasis aplikasi guna meningkatkan kualitas pelayanan kepada masyarakat. Salah satu bentuk inovasi tersebut adalah aplikasi Mobile JKN. Namun, kepuasan dan pengalaman pengguna berperan penting dalam mengevaluasi efektivitas aplikasi ini. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Mobile JKN dengan menggunakan model pemrosesan bahasa alami berbasis IndoBERT. Penelitian ini mengumpulkan 4000 data ulasan pengguna dari Google Play Store, kemudian data tersebut diproses melalui tahapan pembersihan teks, pelabelan manual, pembagian data, serta klasifikasi sentimen menggunakan model IndoBERT. Kinerja model dievaluasi menggunakan F1-score dan confusion matrix untuk menilai akurasi dalam memprediksi sentimen. Dari hasil analisis, ditemukan bahwa 59,7% ulasan bersentimen negatif, dengan ketidakpuasan pengguna terhadap fitur atau fungsi tertentu yang tidak berfungsi dengan baik, terutama dalam proses pendaftaran atau verifikasi yang bermasalah. Sementara itu, 40,3% ulasan mengandung sentimen positif, yang mengindikasikan bahwa pengguna menghargai kualitas pelayanan dan kemudahan akses yang diberikan oleh aplikasi. Model IndoBERT menunjukkan tingkat akurasi yang tinggi dalam klasifikasi sentimen, yakni sebesar 95%. Hasil penelitian ini menunjukkan bahwa model IndoBERT mampu mengklasifikasikan sentimen dengan tingkat akurasi yang baik dan efektif dalam memahami konteks bahasa Indonesia. Temuan ini diharapkan dapat menjadi masukan bagi pengembang aplikasi dalam meningkatkan kualitas dan kenyamanan layanan Mobile JKN berdasarkan perspektif pengguna.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Analisis Sentimen, IndoBERT, Mobile JKN, Ulasan Pengguna, Klasifikasi Teks.
Subjects:	Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions:	09-Faculty of Computer Science > 57201-Information Systems (S1)
Depositing User:	Fikri Triasputra
Date Deposited:	21 May 2025 07:36
Last Modified:	21 May 2025 07:36
URI:	http://repository.unsri.ac.id/id/eprint/173518

Actions (login required)

View Item