Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk toko online Rava.ID guna memberikan rekomendasi strategis dalam peningkatan produk dan layanan. Dalam penelitian ini, digunakan algoritma IndoBERT dan RoBERTa yang terbukti unggul dalam memahami konteks dan makna teks berbahasa Indonesia. Data ulasan konsumen dikumpulkan melalui platform Shopee menggunakan metode web scraping, kemudian diproses melalui tahap text preprocessing seperti tokenisasi, stemming, dan penghapusan kata-kata tidak relevan.
Penelitian ini mengidentifikasi distribusi sentimen ulasan (positif, netral, negatif) serta klasifikasi berdasarkan tujuh dimensi kualitas produk: estetika, daya tahan, kemudahan penggunaan, fitur, kinerja, keandalan, dan pelayanan. Analisis menggunakan metode Aspect-Based Sentiment Analysis (ABSA) untuk memahami polaritas sentimen terhadap setiap dimensi produk.
Hasil penelitian menunjukkan bahwa sentimen positif mendominasi ulasan dengan persentase 56.3%, diikuti oleh sentimen negatif sebesar 41.3%, dan sentimen netral sebesar 2.5%. Meskipun demikian, tingginya persentase ulasan negatif mengindikasikan area kritis yang memerlukan perbaikan. Dalam evaluasi kinerja algoritma, IndoBERT menunjukkan akurasi 72.6% dan F1-Score 66.9%, sedikit lebih unggul dibandingkan IndoRoBERTa yang mencapai akurasi 72% dan F1-Score 69.4%. Analisis sentimen berbasis aspek mengidentifikasi pelayanan, estetika, dan kinerja sebagai faktor-faktor utama yang memicu sentimen negatif pada ulasan produk. Wawasan ini memberikan dasar signifikan bagi Rava.ID untuk meningkatkan kualitas produk, strategi pemasaran, dan pengalaman pelanggan secara keseluruhan, dengan rekomendasi strategis berfokus pada peningkatan efisiensi pengiriman, responsivitas layanan pelanggan, keakuratan deskripsi produk, serta konsistensi kualitas bahan dan kerapian jahitan.
Kata kunci: Analisis Sentimen, IndoBERT, IndoRoBERTa, ABSA, E-commerce, Rava.ID