AGIL IRMAN FADRI, - (2026) DETEKSI SARKASME DENGAN ANALISIS SENTIMEN MENGGUNAKAN BERT PADA ULASAN APLIKASI BYOND BY BSI. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) Laporan TA Agil - AGIL IRMAN FADRI SISTEM INFORMASI.pdf Download (6MB) | Preview
	Text (BAB HASIL) Bab 4 TA Agil - AGIL IRMAN FADRI SISTEM INFORMASI.pdf Restricted to Repository staff only Download (5MB)
Preview	Text (SURAT PUBLIKASI) Surat pernyataan - AGIL IRMAN FADRI SISTEM INFORMASI.pdf Download (717kB) | Preview

Abstract

Ulasan pengguna pada aplikasi mobile banking menjadi sumber data penting dalam analisis sentimen untuk memahami opini publik terhadap kualitas layanan. Namun, analisis sentimen konvensional sering mengalami kesalahan interpretasi ketika berhadapan dengan bahasa kiasan seperti sarkasme, di mana makna negatif disampaikan melalui kata-kata yang tampak positif. Penelitian ini bertujuan untuk mendeteksi sarkasme pada ulasan pengguna aplikasi Byond by BSI menggunakan model BERT berbahasa Indonesia (IndoBERT) serta menganalisis dampaknya terhadap hasil analisis sentimen. Data diperoleh melalui proses scraping dari Google Play Store dengan total 12.000 ulasan berbahasa Indonesia. Pelabelan sentimen dilakukan secara otomatis menggunakan IndoBERT pretrained, sedangkan pelabelan sarkasme dilakukan secara manual dan divalidasi oleh pakar bahasa Indonesia. Dataset sarkasme menunjukkan ketidakseimbangan kelas yang ekstrem dengan 192 ulasan sarkastik. Model IndoBERT kemudian di-fine-tune menggunakan strategi class weighting dan label smoothing. Hasil evaluasi menunjukkan akurasi sebesar 97,29% dengan recall kelas sarkasme sebesar 58,70%. Deteksi sarkasme digunakan untuk menyesuaikan polaritas sentimen sehingga menghasilkan representasi sentimen yang lebih akurat. Penelitian ini membuktikan bahwa integrasi deteksi sarkasme berbasis IndoBERT mampu meningkatkan ketepatan analisis sentimen pada ulasan aplikasi mobile banking.

Actions (login required)

View Item