Lebih dari Sekadar Bintang Lima: Dosen UBSI Kembangkan AI yang Bisa Mendeteksi Emosi Pelanggan untuk Bantu UMKM
BSINews, Solo — Saat berbelanja di marketplace, apa yang pertama kali Anda lihat? Besar kemungkinan jawabannya adalah kolom ulasan. Bagi konsumen, ulasan menjadi salah satu acuan sebelum membeli produk. Sementara bagi pelaku usaha, kumpulan komentar pelanggan menyimpan banyak informasi penting yang dapat dimanfaatkan untuk memahami pengalaman konsumen.
Sayangnya, sebagian besar sistem analisis ulasan saat ini masih terbatas pada dua kategori utama, yaitu positif dan negatif. Padahal, emosi yang terkandung dalam sebuah ulasan sering kali lebih kompleks dibanding sekadar dua kategori tersebut.
Galih Setiawan Nurohim, dosen Universitas Bina Sarana Informatika (UBSI) Kampus Solo yang dikenal sebagai Kampus Digital Kreatif, bersama tim penelitinya mengembangkan teknologi Artificial Intelligence (AI) yang mampu mengidentifikasi emosi spesifik pelanggan dari ulasan produk.
Penelitian yang memanfaatkan pendekatan Continual Fine-Tuning (CFT) pada model bahasa IndoBERTweet ini telah dipublikasikan dalam Jurnal Ilmiah Teknologi dan Komputer Vol. 11 No. 4 Tahun 2026 dengan judul Leveraging Continual Fine-Tuning for Emotion Classification in Product Reviews on MSME Sustainability Support.
Membedakan Antara “Kecewa” dan “Marah”
Menurut Galih, memahami emosi pelanggan dapat memberikan informasi yang lebih mendalam dibanding sekadar mengetahui apakah sebuah ulasan bernada positif atau negatif. Ia memberikan contoh melalui dua ulasan berikut:
Ulasan A: “Barang datang terlambat, saya kecewa.”
Ulasan B: “Pelayanannya benar-benar membuat saya marah!”
Baca juga : Lebih Dekat dengan LPPM, Motor Penggerak Penelitian dan Pengabdian di Kampus
“Secara sistem konvensional, kedua ulasan ini sama-sama dicap ‘negatif’. Padahal, tingkat penanganannya harus berbeda,” ujar Galih.
Pelanggan yang merasa kecewa umumnya masih dapat dipertahankan melalui kompensasi atau pendekatan layanan yang lebih persuasif. Sebaliknya, pelanggan yang marah membutuhkan penanganan lebih cepat karena berpotensi memengaruhi reputasi sebuah merek.
“Dengan tahu apakah konsumen sedang marah, kecewa, takut, atau sangat puas, pelaku UMKM bisa mengambil tindakan yang tepat sasaran,” tambahnya.
Melatih AI Memahami Bahasa Netizen Indonesia
Untuk mengembangkan sistem tersebut, tim peneliti menggunakan lebih dari 5.400 ulasan produk berbahasa Indonesia yang telah diberi label emosi. AI tersebut dilatih untuk mengenali lima kategori emosi dasar, yaitu Senang, Suka, Sedih, Takut, dan Marah.
Tantangan terbesar dalam penelitian ini bukan terletak pada pengumpulan data, melainkan pada kemampuan AI dalam memahami sarkasme dan ragam bahasa yang sering digunakan oleh masyarakat Indonesia di dunia digital.
Kalimat seperti “Lumayan sih, tapi pengirimannya lama banget” tentu memiliki makna yang berbeda dengan “Kapok beli di sini lagi”. Pada tahap inilah model AI diuji untuk memahami konteks dan nuansa bahasa yang digunakan pelanggan saat menulis ulasan.
Metode CFT: Belajar Tanpa Mengulang dari Awal
Salah satu keunggulan penelitian ini terletak pada penggunaan metode Continual Fine-Tuning (CFT). Dalam bidang Machine Learning, pendekatan tersebut dikenal sebagai metode yang efisien karena memungkinkan model mempelajari kemampuan baru tanpa harus mengulang seluruh proses pelatihan dari awal.
Sebagai ilustrasi, metode ini dapat dianalogikan seperti seorang mahasiswa yang telah menguasai matematika dasar. Ketika mempelajari kalkulus, ia tidak perlu kembali belajar berhitung dari nol, melainkan cukup menambahkan pengetahuan baru di atas fondasi yang sudah dimiliki sebelumnya.
Pendekatan tersebut menunjukkan hasil yang cukup baik. Berdasarkan pengujian yang dilakukan, model AI yang dikembangkan tim peneliti berhasil mencapai tingkat akurasi sebesar 81,57 persen dengan Weighted F1-Score sebesar 81,18 persen.
Angka tersebut menunjukkan performa yang lebih baik dibanding model dasar konvensional maupun beberapa model multilingual yang digunakan sebagai pembanding.
Solusi Nyata untuk UMKM
Galih menegaskan bahwa penelitian ini tidak hanya berhenti pada publikasi ilmiah, tetapi dirancang agar dapat diterapkan dalam dunia usaha, khususnya bagi pelaku UMKM.
Teknologi tersebut dapat diintegrasikan ke dalam dashboard digital yang membantu pelaku usaha memantau ulasan pelanggan secara otomatis tanpa harus membaca satu per satu komentar yang masuk.
Melalui sistem tersebut, AI dapat membantu mengelompokkan pelanggan yang membutuhkan penanganan cepat, seperti mereka yang menunjukkan emosi marah atau kecewa. Selain itu, sistem juga dapat membantu pelaku usaha mengidentifikasi aspek produk maupun layanan yang paling disukai pelanggan.
Baca juga : Riset Dosen UBSI Buktikan Lambanapu Berpotensi Jadi Destinasi Wisata Unggulan Sumba Timur
“Tujuan akhirnya adalah menghadirkan teknologi yang membumi. Ketika UMKM mampu membaca emosi konsumennya dengan baik, keputusan bisnis yang diambil pun menjadi lebih cepat dan berbasis data (data-driven),” kata Galih.
Inkubator Inovasi di UBSI Kampus Solo
Penelitian ini juga menjadi bagian dari komitmen UBSI Kampus Solo dalam mendukung pengembangan ekosistem digital nasional. Kampus tidak hanya berperan sebagai tempat pembelajaran, tetapi juga menjadi ruang bagi lahirnya berbagai solusi yang menjawab kebutuhan masyarakat dan industri.
Melalui penguatan riset di bidang Artificial Intelligence (AI), Data Science, dan Natural Language Processing (NLP), mahasiswa UBSI kampus Solo memiliki kesempatan untuk belajar sekaligus terlibat langsung dalam berbagai proyek teknologi bersama para dosen.
Bagi generasi muda yang tertarik berkarier di bidang teknologi masa depan, lingkungan akademik yang dekat dengan kegiatan riset aplikatif menjadi pengalaman berharga. Tidak hanya untuk memahami teknologi secara teoritis, tetapi juga untuk mengembangkan solusi yang dapat memberikan manfaat nyata bagi masyarakat.
Apakah menurut Anda teknologi pembaca emosi seperti ini sudah mendesak untuk segera diterapkan oleh seluruh pelaku UMKM di Indonesia?
