Analisis Sentimen Zoom Cloud Meetings Di Play Store Menggunakan Metode IndoBERT
Article Sidebar
Main Article Content
Abstract
Pandemi global COVID-19 telah mendorong lonjakan penggunaan aplikasi konferensi video, dengan Zoom Cloud Meetings menjadi salah satu platform dominan. Ulasan pengguna di Google Play Store merupakan sumber informasi berharga mengenai persepsi dan kepuasan pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Zoom Cloud Meetings di Google Play Store menggunakan metode IndoBERT, sebuah model pra-latih berbasis Transformer yang dikhususkan untuk bahasa Indonesia. Data ulasan dikumpulkan melalui teknik web scraping, kemudian diproses melalui tahap pembersihan, pelabelan berdasarkan rating, dan tokenisasi. Model IndoBERT selanjutnya di-fine-tuning untuk tugas klasifikasi sentimen tiga kelas: positif, netral, dan negatif. Evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model IndoBERT yang telah di-fine-tuning mampu mencapai tingkat akurasi sebesar 92%, dengan F1-score rata-rata tertimbang sebesar 91%. Analisis lebih lanjut terhadap matriks konfusi menunjukkan performa klasifikasi yang baik untuk ketiga kelas sentimen, meskipun terdapat sedikit kebingungan dalam membedakan ulasan netral dari yang negatif atau positif. Penelitian ini mengonfirmasi efektivitas IndoBERT dalam menganalisis sentimen ulasan pengguna berbahasa Indonesia dan memberikan wawasan berharga bagi pengembang Zoom dalam memahami umpan balik pengguna.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
N. Herlinawati, Y. Yuliani, S. Faizah, W. Gata, and S. Samudi, “Analisis Sentimen Zoom Cloud Meetings Di Play Store Menggunakan Naïve Bayes Dan Support Vector Machine,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, pp. 293–298, 2020.
Y. Huda and D. Faiza, “Desain Sistem Pembelajaran Jarak Jauh Berbasis Smart Classroom Menggunakan Layanan Live Video Webcasting,” J. Teknol. Inf. dan Pendidik., vol. 12, no. 1, p. 4, 2019, [Online]. Available: http://tip.ppj.unp.ac.id.
Zoom, “Zoom Solutions,” Zoom Video Communications, Inc, 2023. https://zoom.us/.
S. A. Saputra, D. Rosiyadi, W. Gata, and S. M. Husain, “Analisis Sentimen E-Wallet Pada Google Play Menggunakan Algoritma Naive Bayes Berbasis Particle Swarm Optimization,” J. Resti, vol. 3, no. 3, pp. 377–382, 2019.
A. Prasetya, N. Ramadha, F. Firmansyah, and J. T. Kumalasari, “Analisis Sentimen Ulasan Gojek pada Google Play Store Menggunakan Metode Naïve Bayes,” J. Nas. Komputasi dan Teknol. Inf., vol. 8, no. 4, pp. 2042–2050, 2025.
F. R. Andhika, W. Witanti, and P. N. Sabrina, “Analisis Sentimen Menggunakan Metode IndoBERT pada Ulasan Aplikasi Zoom Menggunakan Fitur Ekstrasi GloVe,” Metik J., vol. 9, no. 2, pp. 439–448, 2025, doi: 10.47002/metik.v9i2.1098.
D. Nuryadi et al., “Fine Tuning IndoBERT Untuk Analisis Sentimen Pada Ulasan Pengguna Aplikasi Tiket.Com Di Google Play Store,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 2, pp. 3577–3583, 2025.
P. Sayarizki, H. Hasmawati, and H. Nurrahmi, “Implementation of IndoBERT for Sentiment Analysis of Indonesian Presidential Candidates,” Ind. J. Comput., vol. 9, no. 2, pp. 61–73, 2024, doi: 10.34818/indojc.2024.9.2.934.
T. A. Pramana and Y. Ramdhani, “Sentiment Analysis Tanggapan Masyarakat Tentang Hacker Bjorka Menggunakan Metode SVM,” J. Nas. Komputasi dan Teknol. Inf., vol. 6, no. 1, pp. 49–62, 2023.
S. Hanifah, I. Indriati, and M. Marji, “Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 10, 2019, [Online]. Available: http://j-ptiik.ub.ac.id.
S. Wahyu Handani, D. Intan Surya Saputra, H. Hasirun, R. Mega Arino, and G. Fiza Asyrofi Ramadhan, “Sentiment Analysis for Go-Jek on Google Play Store,” J. Phys. Conf. Ser., vol. 1196, no. 1, pp. 1–6, 2019, doi: 10.1088/1742-6596/1196/1/012032.
D. Devlin, J. Jacob, Ming-Wei Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,” 2019. https://github.com/tensorflow/tensor2tensor .
M. Respati Putra, W. Ningsih, J. C. Souisa, M. R. Asy’ari, S. Sumanto, and A. S. Budiman, “Perbandingan Algoritma Naive Bayes Dan KNN Dalam Analisis Sentimen Twitter Tentang Depresi Di Indonesia,” J. Sains Inform. Terap., vol. 4, no. 3, pp. 829–835, 2025.