Sub Menu

Meningkatnya pergeseran pengguna dari TV tradisional ke platform OTT (Over-The- Top) telah menyebabkan lonjakan jumlah pemain di industry OTT. Untuk mendapatkan keunggulan kompetitif, sangat penting bagi tiap platform OTT untuk memuaskan penggunanya. Memuaskan pengguna melibatkan tanggapan yang efektif terhadap umpan balik dan memberikan bantuan atau solusi tepat waktu untuk masalah spesifik yang pengguna alami. Penelitian ini berfokus pada dua point utama: pendeteksi aspek (pemetaan kategori) untuk mengidentifikasi masalah spesifik OTT apa yang dihadapi pengguna, dan analisis sentimen untuk memahami emosi dan pengalaman pengguna saat menggunakan platform OTT. Dengan menggabungkan deteksi aspek dan analisis sentimen maka pendekatan multi-aspect sentiment analysis ini memungkinkan identifikasi aspek spesifik yang sudah cukup baik dan aspek mana yang perlu ditingkatkan. Dataset untuk penelitian ini terdiri dari 32.000 ulasan dari Google Play Store. Model analisis sentimen menggunakan modell pretrained IndoBERT, yang telah di fine- tuning untuk beradaptasi dengan baik pada domain OTT. Model ini memiliki performa yang sangat baik dengan skor akurasi 95%, presisi 94%, recall 94%, dan skor F1 94%. Hasil keluaran klasifikasi ulasan dari model tersebut kemudian melalui proses deployment menggunakan alat visualisasi Tableau untuk mengubah data yang ada ke dalam bentuk yang dashboard informatif yang dapat memberikan wawasan yang dapat ditindaklanjuti, sehingga memungkinkan perusahaan untuk menyempurnakan layanan dengan cepat dan mendapatkan keunggulan kompetitif di industri OTT.