<![CDATA[Aplikasi Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna pada aplikasi Polri Presisi menggunakan metode BERT (Bidirectional Encoder Representations from Transformers). Sebanyak 10.000 ulasan dari Google Play Store dikumpulkan melalui proses scraping dan diproses melalui tahapan pre-processing seperti case folding, pembersihan data, tokenisasi, penghapusan stopwords, normalisasi, dan stemming. Model BERT dilatih dan diuji menggunakan 3.000 data uji, menghasilkan akurasi 86,6% dan Matthews Correlation Coefficient (MCC) 0,720. Model memiliki kinerja tinggi pada sentimen negatif (precision 0,89; recall 0,92) dan positif (precision 0,90; recall 0,86), namun masih rendah pada sentimen netral (precision 0,20; recall 0,18). Hasil ini menunjukkan efektivitas BERT dalam analisis sentimen berbahasa Indonesia, sekaligus mengindikasikan perlunya peningkatan performa pada kelas netral.]]>
