Analisis Sentimen Ulasan Pengguna Aplikasi E-Samsat Provinsi Jawa Barat Menggunakan Metode Bidirectional Gated Recurrent Unit
No Thumbnail Available
Date
2023-07-13
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Aplikasi SAMBARA merupakan sebuah inovasi yang dikembangkan oleh Bapenda Jabar untuk meningkatkan pelayanan pembayaran pajak kendaraan di daerah Jawa Barat. Aplikasi ini telah diunduh 5 juta lebih pengguna dengan memiliki rating 3,1 (per januari 2023) yang artinya menurut standarisasi rating di Google Play Store bahwa pengguna cukup puas dengan aplikasi ini namun ada beberapa hal yang perlu diperbaiki dari aplikasi. Rating tidak bisa menjamin akan kepuasan pengguna. Namun berdasarkan hasil observasi beberapa ulasan aplikasi sering ditemukan kontradiksi, yaitu ulasannya buruk tetapi diberikan bintang 5 atau sebaliknya. Maka ada cara lain yang lebih menjamin akan kepuasan pengguna yaitu ulasan tekstual. Setiap harinya, aplikasi ini menerima ulasan yang banyak dan berbagai macam ulasan tekstual dari pengguna, termasuk ulasan positif maupun kritik atau masukan. Penelitian ini menjelaskan bagaimana Bidirectional Gated Recurrent Unit (BiGRU) digunakan untuk analisis sentimen dalam mengklasifikasikan ulasan positif, netral, dan negatif pengguna pengguna aplikasi SAMBARA. Hasil dari penelitian ini didapatkan model BiGRU yang optimal dan telah dilakukan terhadap 11949 ulasan. Dimana model yang optimal dengan yaitu dengan 1 embedding layer dengan word embedding fasttext, 1 lapisan BiGRU dengan 128 neuron, 1 lapisan dropout berukuran 20% atau 0,2, 1 lapisan dense dengan fungsi ReLU berjumlah 8 neuron, ukuran batch size sebesar 32, optimizer Adam dengan learning rate senilai 0,0001,dan epoch optimal yaitu 100 iterasi. Model tersebut mampu mengklasifikasikan ulasan dengan akurasi hingga nilai F1-Score sebesar 83,807%. Dengan demikian, model tersebut dapat digunakan untuk memprediksi sentimen netral, positif dan negatif pada ulasan aplikasi SAMBARA secara otomatis di masa depan.
Description
Keywords
Analisis Sentimen, BiGRU, Deep Learning