Implementasi Metode Bidirectional Encoder Representations from Transformers (BERT) untuk Analisis Sentimen Komentar Pengguna Aplikasi Dana di Instagram

Abstract

Kemajuan teknologi yang pesat saat ini mempengaruhi berbagai aspek kehidupan serta memberi kemudahan serta efisiensi pada berbagai aspek. Penerapan teknologi salah satunya di bidang finansial, yaitu dengan semakin banyak layanan keuangan digital yang memberi kemudahan bagi transaksi keuangan. Salah satu jenis keuangan digital yang banyak digunakan di masyarakat adalah aplikasi Dana. Dana menyediakan layanan yang dapat digunakan penggunanya serta sering memberikan informasi produk melalui akun media sosial Instagram. Feedback serta komentar tentang aplikasi didapatkan dari pengguna. Dengan menerapkan pemodelan Bidirectional Encoder Representations From Transformers (BERT) dari IndoBert pada proses analisa sentimen dari komentar pengguna Aplikasi DANA di Instagram pada penelitian ini , diharapkan dapat memberi informasi dan memudahkan dalam memahami opini dari pengguna, mendeteksi masalah dan keluhan, serta menjadikan wawasan bagi pengguna terhadap aplikasi Dana. Dari latar belakang tersebut, penelitian tentang analisa sentimen komentar dari pengguna aplikasi Dana dilakukan . Data yang digunakan didapat dari komentar akun Instagram Dana. Data tersebut terbagi menjadi 2 kategori yaitu positif dan negatif berdasarkan pelabelan otomatis oleh transformer. Dari hasil pemodelan dengan metode pre-trained Bidirectional Encoder Representations From Transformers (BERT) dari IndoBert, diperoleh hasil accuracy 98% dari data latih serta validasi accuracy sebesar 93% dengan hyperparameter yaitu batch size 32 dan epoch pelatihan 10 dengan  proporsi data latih dan data uji 70:30. Pemodelan kemudian dilakukan proses deployment menggunakan streamlit, agar dapat diintegrasikan ke sistem atau aplikasi berbasis web.