<![CDATA[Dewasa ini, aplikasi kencan online telah menjadi fenomena sosial yang signifikan di Indonesia, mengubah cara individu berinteraksi dan mencari pasangan. Popularitas aplikasi seperti Tinder, Badoo, dan Tantan menghasilkan ribuan ulasan pengguna di Google Play Store, yang merupakan sumber data berharga untuk memahami persepsi publik. Akan tetapi, analisis manual terhadap data bervolume besar ini tidak efisien. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melakukan analisis sentimen komparatif terhadap tiga aplikasi kencan tersebut serta menguji efektivitas model hibrida deep learning yang menggabungkan IndoBERT dan Long Short-Term Memory (LSTM). Data ulasan untuk Tinder, Badoo, dan Tantan dikumpulkan dari Google Play Store, dengan total 10.000 ulasan per aplikasi. Model hibrida IndoBERT-LSTM diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi model menunjukkan kinerja tertinggi pada dataset Tinder dengan akurasi 87.6% dan F1-Score (Macro) sebesar 0.875; diikuti oleh Badoo dengan akurasi 87.0% dan F1-Score (Macro) 0.869; terakhir Tantan dengan akurasi 87.8% dan F1-Score (Macro) 0.832. Analisis lebih dalam pada metrik-metrik confusion menemukan bahwa model untuk Tantan menunjukkan kesulitan yang cukup signifikan dalam mengidentifikasi ulasan negative dengan indikasi adanya karakteristik linguistik yang unik pada dataset tersebut. Penelitian ini menyimpulkan bahwa model IndoBERT-LSTM efektif untuk tugas ini dan memberikan wawasan komparatif berbasis data mengenai persepsi pengguna dan tantangan pemodelan pada domain aplikasi kencan di Indonesia.]]>
