<![CDATA[Peningkatan penggunaan aplikasi mobile menuntut adanya evaluasi kualitas layanan berdasarkan umpan balik pengguna. Penelitian ini bertujuan untuk melakukan Analisis Sentimen Berbasis Aspek (Aspect-Based Sentiment Analysis/ABSA) terhadap ulasan pengguna aplikasi Mobile JKN yang diambil dari Google Play Store. Data dikumpulkan melalui teknik scraping menggunakan pustaka google-play-scraper dan difilter agar hanya mencakup ulasan dalam bahasa Indonesia dengan jumlah minimal lima kata, menghasilkan sebanyak 55.688 data ulasan. Tahapan preprocessing yang diterapkan mencakup pembersihan data, case folding, normalisasi, tokenisasi, penghapusan stopword, dan lemmatization. Pemodelan topik dilakukan menggunakan algoritma Latent Dirichlet Allocation (LDA), dan pelabelan aspek dibantu oleh teknologi Generative AI Google Gemini versi 2.0 Flash. Proses klasifikasi aspek dan sentimen dilakukan secara multitugas menggunakan tiga model berbasis transformer, yaitu IndoBERT, RoBERTa, dan DistilBERT. Evaluasi menunjukkan bahwa model IndoBERT memperoleh akurasi tertinggi pada klasifikasi sentimen sebesar 96% dan akurasi klasifikasi aspek sebesar 91%. Dengan demikian, IndoBERT dipilih untuk diimplementasikan dalam antarmuka web berbasis Streamlit. Penelitian ini menunjukkan bahwa pendekatan ABSA berbasis transformer dan AI generatif dapat memberikan pemahaman lebih dalam terhadap opini pengguna dan menjadi dasar dalam perbaikan layanan aplikasi digital.]]>
Copyrights © 2025
