Implementasi dan Pemodelan BERT untuk Analisis Sentimen Analisis Aplikasi Gojek pada Platform Playstore

Transportasi online merupakan salah satu inovasi dari perkembangan teknologi untuk memudahkan kehidupan masyarakat modern. Salah satu pencetus perkembangan ini adalah Gojek, transportasi on-demand berbasis online di Indonesia yang dapat diunduh melalui Play Store market app android. Pada tahun 2020, aplikasi ini telah diunduh lebih dari 50 juta kali dengan jumlah ulasan sebanyak 3.6 juta. Ulasan menjadi salah satu aspek yang cukup penting dalam pengembangan aplikasi, karena pengguna dapat memberikan kritik dan saran tentang pengalaman menggunakan aplikasi dan membantu pengembang untuk mengembangkan layanan sesuai harapan pengguna sehingga dapat memberikan pengalaman yang lebih baik pada masa yang akan datang. Analisis sentimen dapat digunakan untuk mengkategorikan ulasan pada suatu polaritas dimana ulasan dapat bernilai positif, negatif, atau netral. Dengan berkembangnya teknologi analisis sentiment dapat dilakukan secara otomatis dengan menggunakan teknik pembelajaran mesin terutama deep learning pada konteks Natural Language Preprocessing. Penelitian ini melakukan pemodelan algoritma NLP menggunakan BERT (Bidirectional Encoder Representations from Transformers) untuk membuat analisis sentimen pada ulasan aplikasi gojek. Pemodelan analisis sentimen menggunakan IndoBERT yaitu pre-trained IndoBERT base dan downstream task SmSA. Model yang dibangun merupakan hasil fine-tuning IndoBERT yaitu BERT yang dilatih menggunakan korpus bahasa Indonesia dan bahasa Inggris. Terdapat beberapa model yang akan dihasilkan pada pelatihan ini dan akan dipilih satu model terbaik dengan melihat nilai akurasi serta f1-measure diantara semua model. Selanjutnya, Model terbaik akan diimplementasikan ke dataset baru. Secara garis besar, pemodelan yang dihasilkan mampu mencapai tingkat keberhasilan deteksi melampaui 80% pada himpunan data yang dimiliki. Pada tahap implementasi, model diuji untuk memprediksi ulasan yang didapatkan melalui survei dan sampel data ulasan terbaru yang didapatkan melalui Play Store. Model dengan data latih yang dipilih mampu memprediksi dengan cukup baik dimana hasil akurasi yang didapatkan melampaui 80%, namun model tetap cukup sulit untuk memprediksi ulasan yang memiliki intonasi sarkasme. Peningkatan kualitas dan kekayaan konteks pada data latih diperlukan untuk meningkatkan juga kemampuan pembelajaran pada model