Detail Cantuman

Perkembangan e-commerce telah mengubah media sosial menjadi platform social commerce yang memungkinkan konsumen berinteraksi dan berbagi ulasan produk. Ulasan produk online memainkan peran penting dalam keputusan pembelian konsumen. Namun, analisis ulasan tersebut memerlukan pendekatan yang mampu menangkap konteks dan pola data yang kompleks. Penelitian ini berfokus pada pemanfaatan model IndoBERT yang di-fine-tuning untuk meningkatkan akurasi analisis sentimen pada ulasan produk. Hasil penelitian menunjukkan bahwa model IndoBERT tanpa fine-tuning memiliki performa yang kurang memuaskan dengan akurasi sebesar 0,68. Setelah dilakukan fine-tuning, akurasi meningkat signifikan menjadi 0,89, menunjukkan kemampuan model dalam memahami data ulasan secara lebih kontekstual. Selain itu, analisis sentimen terhadap ulasan produk mengidentifikasi pola kata yang mencerminkan sentimen positif maupun negatif. Pelanggan dengan sentimen positif menggunakan kata-kata seperti "cepat," "puas," dan "mantap," sementara pelanggan dengan sentimen negatif menggunakan kata-kata seperti "cacat," "mengecewakan," dan "rusak." Temuan ini memberikan implikasi strategis, di mana perusahaan dapat memanfaatkan ulasan positif untuk menawarkan insentif seperti diskon atau kupon, sedangkan ulasan negatif dapat ditangani dengan langkah perbaikan seperti permohonan maaf atau retur barang. Penelitian ini menegaskan pentingnya fine-tuning model untuk meningkatkan akurasi analisis sentimen, dengan tinggi nya akurasi yang dihasilkan setelah fine-tuning pada IndoBERT yang dapat memaknai kalimat ulasan nantinya dapat digunakan untuk menyusun strategi pemasaran yang lebih efektif.