Penerapan Model Bert Dan Algoritma X-Means Untuk Analisis Sentimen Dan Segmentasi Ulasan Pengguna Pada Platform E-Commerce

Permasalahan yang terjadi adalah Penyebaran ulasan pengguna pada platform e-commerce seperti Tokopedia memberikan dampak signifikan terhadap pengalaman pengguna dan strategi pemasaran. Namun, beragamnya ulasan menyulitkan analisis manual terhadap sentimen dan pola perilaku pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna menggunakan model BERT dan mengelompokkan ulasan berdasarkan pola sentimen menggunakan algoritma X-Means. Data diperoleh melalui studi pustaka dan teknik web scrapping. Data yang digunakan dalam penelitian ini diperoleh dari situs aplikasi google play store untuk mendapatkan nama dan ulasan pengguna pada platfrom e-commers khusunya pada aplikasi Tokopedia. Metode yang digunakan mencakup analisis sentimen dengan BERT Multilingual, serta klasterisasi menggunakan X-Means yang secara otomatis menentukan jumlah klaster optimal berdasarkan Bayesian Information Criterion (BIC). Hasil penelitian menunjukkan bahwa klasterisasi menghasilkan empat klaster utama dengan nilai Silhouette Score sebesar 0,5296, yang mencerminkan kualitas segmentasi yang baik. Penelitian ini membuktikan bahwa kombinasi BERT dan X-Means mampu memberikan analisis sentimen yang akurat dan segmentasi ulasan pengguna yang relevan, sehingga dapat digunakan untuk meningkatkan strategi pemasaran dan personalisasi layanan pada platform e-commerce.