UIGMUIGM

Jurnal Ilmiah Informatika GlobalJurnal Ilmiah Informatika Global

Transisi identitas merek atau rebranding merupakan langkah strategis yang dapat mempengaruhi persepsi dan kepuasan pengguna secara signifikan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Google Play Store terhadap rebranding aplikasi asisten AI Cici menjadi Dola menggunakan data komentar review aplikasi pada November 2025. Mengingat kompleksitas bahasa ulasan yang seringkali menggunakan bahasa tidak baku dan sarkasme, penelitian ini menerapkan model deep learning IndoBERT (Bidirectional Encoder Representations from Transformers untuk Bahasa Indonesia). Hasil penelitian menunjukkan bahwa model IndoBERT mencapai tingkat akurasi keseluruhan sebesar 0,88 dengan performa paling dominan pada sentimen positif (F1-score 0,93). Namun, model mengidentifikasi tantangan pada kelas negatif, di mana terdapat 119 ulasan negatif yang salah terdeteksi sebagai positif akibat adanya ambiguitas linguistik dan kerinduan pengguna terhadap identitas merek lama. Temuan ini menyimpulkan bahwa meskipun sebagian besar pengguna menerima identitas baru Dola, terdapat resistensi merek yang perlu dikelola melalui strategi edukasi fitur yang lebih baik.

Penelitian ini menunjukkan bahwa mayoritas pengguna memberikan respon positif terhadap rebranding aplikasi Cici menjadi Dola.Namun, terdapat tantangan dalam klasifikasi sentimen negatif dan netral, terutama pada ulasan yang mengandung unsur sarkasme terkait kerinduan pengguna terhadap identitas nama lama.Secara keseluruhan, model IndoBERT telah terbukti efektif dalam menganalisis sentimen pengguna, namun diperlukan strategi edukasi fitur yang lebih masif untuk meminimalisir resistensi pengguna.

Berdasarkan temuan penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengembangkan model yang lebih akurat dalam mendeteksi sarkasme dalam ulasan aplikasi, dengan menggabungkan fitur linguistik dan kontekstual yang lebih kompleks. Kedua, penelitian dapat difokuskan pada analisis aspek-aspek spesifik dari aplikasi yang paling mempengaruhi sentimen pengguna, seperti fitur-fitur baru atau perubahan antarmuka. Ketiga, penting untuk mengeksplorasi penggunaan teknik penyeimbangan data (data balancing) seperti SMOTE untuk mengatasi ketidakseimbangan data pada kelas netral dan negatif, sehingga model dapat memberikan prediksi yang lebih akurat pada semua kategori sentimen. Dengan demikian, pemahaman yang lebih mendalam tentang persepsi pengguna dapat diperoleh, yang pada akhirnya dapat membantu pengembang aplikasi dalam meningkatkan kualitas produk dan strategi pemasaran mereka.

  1. Performance Analysis of IndoBERT for Sentiment Classification in Indonesian Hotel Review Data | Journal... doi.org/10.47065/josh.v6i2.6505Performance Analysis of IndoBERT for Sentiment Classification in Indonesian Hotel Review Data Journal doi 10 47065 josh v6i2 6505
  2. The effect of rebranding on brand image and its impact on customer loyalty on Gojek | JPPI (Jurnal Penelitian... jurnal.iicet.org/index.php/jppi/article/view/1544The effect of rebranding on brand image and its impact on customer loyalty on Gojek JPPI Jurnal Penelitian jurnal iicet index php jppi article view 1544
  3. Transformation of Digital Marketing Strategies through Re-Branding in Social-Media Based Culinary MSMEs... doi.org/10.59890/ijir.v3i9.70Transformation of Digital Marketing Strategies through Re Branding in Social Media Based Culinary MSMEs doi 10 59890 ijir v3i9 70
  4. IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding - ACL Anthology.... aclanthology.org/2020.aacl-main.85IndoNLU Benchmark and Resources for Evaluating Indonesian Natural Language Understanding ACL Anthology aclanthology 2020 aacl main 85
Read online
File size853.29 KB
Pages6
DMCAReport

Related /

ads-block-test