Pemanfaatan Analisis Sentimen Ulasan Pelanggan dalam Peningkatan Kualitas Layanan E-Commerce XYZ Menggunakan IndoBERT dan Arsitektur Hybrid
Jurnal Locus Penelitian dan Pengabdian · 14.11.2026 · 5 (11) · 10361-10373
DOI: 10.58344/locus.v5i11.6512 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Locus Penelitian dan Pengabdian, online erschienen am 14.11.2026. Verfasst von Puspita Putri Nabilah und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Ulasan pelanggan pada platform e-commerce mengandung informasi penting untuk mengevaluasi kualitas layanan. Namun, jumlah data yang besar dan penggunaan bahasa informal menyulitkan analisis secara manual. Penelitian ini bertujuan menganalisis distribusi sentimen pelanggan E-Commerce XYZ, membandingkan kinerja enam arsitektur model bahasa pra-latih, serta menyusun rekomendasi peningkatan layanan. Data mencakup 23.303 ulasan Google Play Store periode Januari 2025 hingga Februari 2026, dengan pelabelan oleh tiga anotator yang menghasilkan rata-rata Cohen’s Kappa sebesar 0,956. Analisis deskriptif menggunakan 23.191 ulasan setelah preprocessing, sedangkan pemodelan melibatkan 18.609 ulasan unik dengan pembagian data 80:10:10 secara stratified. Arsitektur yang diuji meliputi IndoBERT end-to-end, IndoBERT+CNN, IndoBERT+LSTM, IndoBERT+BiLSTM, IndoBERT+GAT, dan IndoRoBERTa. Setiap model dilatih menggunakan tiga seed dan dibandingkan berdasarkan rata-rata weighted F1-score validasi. Hasil menunjukkan bahwa sentimen positif mendominasi (52,50%), diikuti negatif (38,48%) dan netral (9,02%). Delivery dan Product memiliki proporsi sentimen negatif tertinggi, masing-masing 58,2% dan 55,0%, sementara Service mencakup 76,5% dari seluruh keluhan negatif. IndoBERT+CNN menghasilkan weighted F1-score validasi sebesar 0,9139 dan pengujian sebesar 0,8945. Berdasarkan volume dan intensitas keluhan, Service memerlukan perbaikan sistemik, Delivery dan Product memerlukan perbaikan terfokus, sedangkan Price cukup dipantau. Dengan ambang confidence 0,9, model mampu mengklasifikasikan 74,4% data secara otomatis dengan akurasi 95,81%. Temuan ini menunjukkan potensi analisis sentimen dalam mendukung pemantauan persepsi pelanggan dan penentuan langkah perbaikan layanan.
Zitieren
APA
Nabilah, P. P., & Muklason, A. (2026). Pemanfaatan Analisis Sentimen Ulasan Pelanggan dalam Peningkatan Kualitas Layanan E-Commerce XYZ Menggunakan IndoBERT dan Arsitektur Hybrid. Jurnal Locus Penelitian dan Pengabdian, 5(11), 10361-10373. https://doi.org/10.58344/locus.v5i11.6512
Vancouver
Nabilah PP, Muklason A. Pemanfaatan Analisis Sentimen Ulasan Pelanggan dalam Peningkatan Kualitas Layanan E-Commerce XYZ Menggunakan IndoBERT dan Arsitektur Hybrid. Jurnal Locus Penelitian dan Pengabdian. 2026;5(11):10361-10373. doi:10.58344/locus.v5i11.6512
BibTeX
@article{Nabilah2026,
author = {Nabilah, Puspita Putri and Muklason, Ahmad},
title = {Pemanfaatan Analisis Sentimen Ulasan Pelanggan dalam Peningkatan Kualitas Layanan E-Commerce XYZ Menggunakan IndoBERT dan Arsitektur Hybrid},
journal = {Jurnal Locus Penelitian dan Pengabdian},
year = {2026},
volume = {5},
number = {11},
pages = {10361--10373},
doi = {10.58344/locus.v5i11.6512}
}
EUVIMED