Meningkatnya adopsi platform investasi aset kripto di Indonesia memerlukan evaluasi sistematis terhadap respons pengguna melalui pendekatan analisis sentimen. Penelitian ini menganalisis opini publik terhadap aplikasi FLOQ sebagai platform investasi kripto lokal dengan memanfaatkan model IndoBERT yang telah di-fine-tune. Dataset penelitian terdiri dari 6.669 ulasan berbahasa Indonesia yang diperoleh dari Google Play Store pada periode Mei hingga Oktober 2025 menggunakan metode web scraping. Pelabelan awal sentimen dilakukan dengan model RoBERTa W11WO, kemudian hasil pelabelan tersebut digunakan dalam proses fine-tuning model IndoBERT dengan tiga skema pembagian data, yaitu 70:30, 80:20, dan 90:10. Evaluasi kinerja model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa skema pembagian data 70:30 menghasilkan performa terbaik dengan nilai accuracy sebesar 93,95% dan F1-score sebesar 0,87. Distribusi sentimen menunjukkan dominasi opini positif sebesar 76,1%, diikuti oleh sentimen negatif sebesar 13,4% dan netral sebesar 10,5%. Analisis aspek bisnis terhadap lima dimensi layanan menunjukkan bahwa aspek usability memperoleh sentimen positif tertinggi sebesar 92,63%, sementara aspek Keamanan memiliki proporsi sentimen negatif tertinggi sebesar 18,15%. Temuan ini menunjukkan bahwa model IndoBERT efektif dalam mengklasifikasikan sentimen ulasan berbahasa Indonesia serta memberikan masukan berbasis data bagi pengembangan layanan dan fitur aplikasi FLOQ sebagai platform investasi aset kripto lokal.
Copyrights © 2026