Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Information System for Educators and Professionals : Journal of Information System
Rian Hidayat
Universitas Nusa Mandiri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

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

Found 1 Documents
Search

 1 
Pemanfaatan IndoBERT Untuk Analisis Sentimen Ulasan Aplikasi Depok Single Window Rian Hidayat; Windu Gata
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 10 No 1 (2025): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2025)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v10i1.3334

Abstract

Sebuah platform layanan digital bernama Depok Single Window didirikan oleh Dinas Komunikasi dan Informasi (Diskominfo) Kota Depok. Program ini dikembangkan sebagai sarana untuk mengakses informasi dan layanan publik, termasuk berita lokal, jadwal sholat, dan layanan kesehatan. Evaluasi pengguna yang disediakan di google marketplace memberikan informasi penting yang dapat digunakan untuk meningkatkan kualitas program. Proyek ini bermaksud untuk melakukan analisis sentimen pada 1.010 ulasan pengguna. Data diperoleh melalui teknologi scraping online, kemudian diproses melalui tahap preprocessing seperti case folding, tokenizing, stemming, dan penghapusan stopword. Pelabelan sentimen dilakukan dengan menggunakan model IndoBERT-large-p2 yang membagi ulasan ke dalam tiga kategori yaitu positif, netral, dan negatif. Temuan pelabelan menunjukkan distribusi sentimen dari 828 ulasan buruk, 57 ulasan netral, dan 35 ulasan positif. Beberapa skenario digunakan sebagai pendekatan distribusi rasio, yaitu 90:10, 80:20, 70:30, dan 60:40, dengan menggunakan model Long Short-Term Memory. Skenario terbaik ditemukan pada rasio 90:10 dengan akurasi 97%, yang menunjukkan bahwa model ini efektif dalam mendeteksi sikap negatif tetapi kurang efisien untuk mendeteksi perasaan positif dan netral. Hasil ini memberikan pengetahuan penting bagi para pengembang aplikasi tentang cara meningkatkan fungsionalitas dan kepuasan pengguna melalui peningkatan layanan berdasarkan penilaian pengguna
Co-Authors Windu Gata