Fine-Tuning Model Indobert (Indonesian Bidirectional Encoder Representations from Transformers) untuk Analisis Sentimen Berbasis Aspek pada Aplikasi M-Paspor
DOI:
https://doi.org/10.30736/informatika.v9i2.1310Keywords:
M-Paspor, analisis sentimen berbasis aspek, IndoBERT, LDA, fine-tuningAbstract
M-paspor adalah aplikasi untuk membantu masyarakat dalam proses permohonan paspor. Di Google Play Store aplikasi ini telah diunduh lebih dari 1 juta pengguna dengan ulasan yang diperoleh sebanyak 29 ribu. Data ulasan ini dapat dimanfaatkan untuk mengetahui kelebihan dan kekurangan aplikasi berdasarkan pengalaman nyata. Dengan Teknik analisis sentiemen berbasis aspek, ulasan pengguna dapat dimanfaatkan untuk mengevaluasi aplikasi dan pengembangan aplikasi. Sehingga kualitas layanan aplikasi dapat meningkat. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan dengan mengelompokannya berdasarkan aspek-apsek yang diulas oleh pengguna. Teknik pemodelan aspek menggunakan LDA (Latent Dirichlet Allocation) dan teknik pemodelan sentimen menggunakan IndoBERT(Indonesian Bidirectional Encoder Representations From Transformers). Pemodelan aspek menghasilkan coherence score tertinggi pada topik ke3 dengan nilai 0.435, sehingga aspek dibagi menjadi 3 kategori yaitu Usability, Reliability, Efficiency. Pemodelan sentimen menggunakan IndoBERT menghasilkan nilai Accuracy tertinggi pada 94%. Dan hasil evaluasi terhadap kinerja model menggunakan ROC mendapatkan nilai 94%.
Downloads
References
S. Rahayu, Y. MZ, J. E. Bororing, and R. Hadiyat, “Implementasi Metode K-Nearest Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 98–106, 2022, doi: 10.29408/edumatic.v6i1.5433.
A. Cucus, R. Y. Endra, and T. Naralita, “Chatter Bot Untuk Konsultasi Akademik Di Perguruan Tinggi,” Explor. J. Sist. Inf. dan Telemat., vol. 10, no. 1, 2019, doi: 10.36448/jsit.v10i1.1214.
K. R. Ririh, N. Laili, A. Wicaksono, and S. Tsurayya, “Studi Komparasi dan Analisis Swot Pada Implementasi Kecerdasan Buatan (Artificial Intelligence) di Indonesia,” J. Tek. Ind., vol. 15, no. 2, pp. 122–133, 2020, [Online]. Available: https://ejournal.undip.ac.id/index.php/jgti/article/view/29183
F. Rumaisa, Y. Puspitarani, A. Rosita, A. Zakiah, and S. Violina, “Penerapan Natural Language Processing (NLP) di bidang pendidikan,” J. Inov. Masy., vol. 1, no. 3, pp. 232–235, 2021, doi: 10.33197/jim.vol1.iss3.2021.799.
A. S. P. Braja and A. Kodar, “Implementasi Fine-Tuning BERT untuk Analisis Sentimen terhadap Review Aplikasi PUBG Mobile di Google Play Store,” J I M P - J. Inform. Merdeka Pasuruan, vol. 7, no. 3, p. 120, 2023, doi: 10.51213/jimp.v7i3.779.
A. Nurian, “Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes,” J. Inform. dan Tek. Elektro Terap., vol. 11, no. 3s1, pp. 829–835, 2023, doi: 10.23960/jitet.v11i3s1.3348.
Yudi Widhiyasana, Transmissia Semiawan, Ilham Gibran Achmad Mudzakir, and Muhammad Randi Noor, “Penerapan Convolutional Long Short-Term Memory untuk Klasifikasi Teks Berita Bahasa Indonesia,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 10, no. 4, pp. 354–361, 2021, doi: 10.22146/jnteti.v10i4.2438.
E. Subowo, F. Adi Artanto, I. Putri, and W. Umaedi, “BLTSM untuk analisis sentimen berbasis aspek pada aplikasi belanja online dengan cicilan,” J. Fasilkom, vol. 12, no. 2, pp. 132–140, 2022.
E. P. A. Akhmad, “Analisis Sentimen Ulasan Aplikasi DLU Ferry Pada Google Play Store Menggunakan Bidirectional Encoder Representations from Transformers,” J. Apl. Pelayaran Dan Kepelabuhanan, vol. 13, no. 2, pp. 104–112, 2023, doi: 10.30649/japk.v13i2.94.
Y. Kustyaningsih, Y. Permana, P. Studi, S. Informasi, U. Trunojoyo, and J. Timur, “Penggunaan Latent Dirichlet Allocation ( LDA ) dan Support- Vector Machine ( SVM ) Untuk Menganalisis Sentimen Berdasarkan Aspek Dalam Ulasan Aplikasi EdLink The Use of Latent Dirichlet Allocation ( LDA ) and Support-Vector Machine ( SVM ) to Analyze Sent,” vol. 13, no. 1, pp. 127–136, 2024, doi: 10.34148/teknika.v13i1.746.
K. A. Wijaya, A. Romadhony, and ..., “Implementasi Model IndoBERT pada Dashboard Sentimen Media Sosial (Studi Kasus Universitas XYZ),” eProceedings …, vol. 10, no. 4, pp. 3910–3926, 2023, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/20853%0Ahttps://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/download/20853/20321
R. G. Guntara, “Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab,” J. Ilm. Multidisiplin, vol. 2, no. 6, pp. 2091–2100, 2023.
D. A. Budi, “Perancangan Sistem Login pada Aplikasi Berbasis GUI Menggunakan Qtdesigner Python,” J. SIMADA (Sistem Inf. dan Manaj. Basis Data), vol. 4, no. 2, pp. 92–100, 2021, doi: 10.30873/simada.v4i2.2961.
Y. Christian and K. O. Y. R. Qi, “Penerapan K-Means pada Segmentasi Pasar untuk Riset Pemasaran pada Startup Early Stage dengan Menggunakan CRISP-DM,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 4, p. 966, 2022, doi: 10.30865/jurikom.v9i4.4486.
Y. Suhanda, I. Kurniati, and S. Norma, “Penerapan Metode Crisp-DM Dengan Algoritma K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik,” J. Teknol. Inform. dan Komput., vol. 6, no. 2, pp. 12–20, 2020, doi: 10.37012/jtik.v6i2.299.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 muhammad widansyah, Fathia Frazna Az-Zahra, Agung Pambudi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Joutica : Journal of Informatic Unisla is licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license. You are free to:
- Share copy and redistribute the material in any medium or format
- Adapt remix, transform, and build upon the material for any purpose, even commercially. This license is acceptable for Free Cultural Works.
The licensor cannot revoke these freedoms as long as you follow the license terms.
- Attribution You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- Share Alike If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Copyright
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Joutica : Journal of Informatic Unisla by Universitas Islam Lamongan is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://jurnalteknik.unisla.ac.id/index.php/elektronika/index
