<![CDATA[Dalam era digital saat ini, aplikasi belanja online telah menjadi bagian dari kehidupan sehari-hari. Ulasan dan komentar pengguna yang tersedia di platform Aplikasi Shopee menjadi sumber penting untuk memahami kepuasan pengguna. Analisis sentimen merupakan metode yang digunakan untuk memahami dan mengevaluasi opini yang diungkapkan dalam teks. Dalam penelitian ini menggunakan metode Bidirectional Encoder Representations from Transformers (BERT) untuk penerapan model analisis sentimen pada aplikasi Shopee yang merupakan sebuah platform e-commerce terpopuler di Indonesia. BERT adalah model NLP (Natural Language Processing) canggih yang menggunakan pendekatan bidireksional untuk memahami konteks kata dalam teks. Model ini dirancang untuk melakukan analisis teks dari dua arah, baik dari kiri ke kanan maupun sebaliknya, sehingga memungkinkan pemahaman menyeluruh terhadap teks yang dianalisis. Dengan menggunakan BERT, kami dapat menganalisis ulasan dan komentar pengguna dengan tingkat akurasi yang tinggi untuk mengevaluasi kepuasan pengguna. Penelitian ini melibatkan scraping data, cleaning data, labelling dan visualisasi data, splitting data, tokenisasi dan encoding data. Penelitian ini bertujuan untuk mengembangkan dan menerapkan model BERT dalam analisis sentimen pengguna aplikasi Shopee, serta meningkatkan kualitas layanan dan produk yang disediakan oleh aplikasi Shopee, sehingga dapat mempertahankan dan meningkatkan kepuasan pengguna. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi pengembangan aplikasi Shopee dan perusahaan e-commerce lainnya mengenai pemanfaatan teknologi NLP untuk memahami dan meningkatkan pengalaman pengguna.]]>
