Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JOINTECOMS (Journal of Information Technology and Computer Science)
Syukur Pangestu, Akhmad
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Aspect-Based Sentiment Analysis pada Ulasan Pengguna Aplikasi Mobile JKN Menggunakan Model Berbasis Transformer Syukur Pangestu, Akhmad; Christian, Efrans; Lestari, Ariesta
Journal of Information Technology and Computer Science Vol. 5 No. 4 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i4.25348

Abstract

Peningkatan penggunaan aplikasi mobile menuntut adanya evaluasi kualitas layanan berdasarkan umpan balik pengguna. Penelitian ini bertujuan untuk melakukan Analisis Sentimen Berbasis Aspek (Aspect-Based Sentiment Analysis/ABSA) terhadap ulasan pengguna aplikasi Mobile JKN yang diambil dari Google Play Store. Data dikumpulkan melalui teknik scraping menggunakan pustaka google-play-scraper dan difilter agar hanya mencakup ulasan dalam bahasa Indonesia dengan jumlah minimal lima kata, menghasilkan sebanyak 55.688 data ulasan. Tahapan preprocessing yang diterapkan mencakup pembersihan data, case folding, normalisasi, tokenisasi, penghapusan stopword, dan lemmatization. Pemodelan topik dilakukan menggunakan algoritma Latent Dirichlet Allocation (LDA), dan pelabelan aspek dibantu oleh teknologi Generative AI Google Gemini versi 2.0 Flash. Proses klasifikasi aspek dan sentimen dilakukan secara multitugas menggunakan tiga model berbasis transformer, yaitu IndoBERT, RoBERTa, dan DistilBERT. Evaluasi menunjukkan bahwa model IndoBERT memperoleh akurasi tertinggi pada klasifikasi sentimen sebesar 96% dan akurasi klasifikasi aspek sebesar 91%. Dengan demikian, IndoBERT dipilih untuk diimplementasikan dalam antarmuka web berbasis Streamlit. Penelitian ini menunjukkan bahwa pendekatan ABSA berbasis transformer dan AI generatif dapat memberikan pemahaman lebih dalam terhadap opini pengguna dan menjadi dasar dalam perbaikan layanan aplikasi digital.
Co-Authors Ariesta Lestari Efrans Christian