<![CDATA[Perkembangan pesat investor cryptocurrency di Indonesia, yang jumlahnya melampaui investor pasar saham, menyoroti pentingnya platform perdagangan seperti Indodax. Ulasan pengguna menjadi krusial untuk evaluasi layanan, namun volumenya yang besar memerlukan analisis otomatis. Penelitian ini bertujuan untuk membangun dan mengevaluasi model deep learning untuk analisis sentimen pada ulasan aplikasi Indodax dari Google Play Store. Metode yang digunakan adalah kombinasi FastText sebagai word embedding dan convolutional neural network (CNN) untuk klasifikasi sentimen ke dalam tiga kelas yaitu positif, negatif, dan netral. Pengujian difokuskan pada tiga aspek utama yaitu pengaruh ukuran kernel CNN (3, 4, dan 5), dampak tahapan preprocessing data, dan kinerja keseluruhan model. Hasil penelitian menunjukkan bahwa model dengan ukuran kernel 5 mencapai akurasi tertinggi sebesar 0,8079. Tahapan preprocessing data, terutama cleaning, terbukti krusial dalam meningkatkan kinerja model. Secara keseluruhan, model kombinasi FastText dan CNN menunjukkan kinerja yang solid, meskipun menghadapi tantangan dalam membedakan ulasan netral dan negatif. Penelitian ini memberikan kontribusi dalam penerapan analisis sentimen di domain keuangan digital Indonesia. ]]>
Copyrights © 2025
