<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="130921">
 <titleInfo>
  <title>IMPLEMENTASI ROBERTA DAN INDOBERT DALAM ANALISIS SENTIMEN ISU PERKEMBANGAN EKONOMI INDONESIA DARI PLATFORM X DAN ARTIKEL BERITA ONLINE</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Yoan Rifqi Candra</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Informatika</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penelitian ini mengkaji implementasi RoBERTa dan IndoBERT dalam analisis sentimen terkait isu perkembangan ekonomi Indonesia berdasarkan data dari platform X dan artikel berita online pada tahun 2022. Data dikumpulkan menggunakan pustaka BeautifulSoup dan Harvest Tweet Project sehingga menghasilkan 9.908 data artikel dan 21.663 data X. Hasil analisis menunjukkan bahwa 58,2% data artikel dan 35,9% data X memiliki sentimen positif sehingga mencerminkan keselarasan antara pemberitaan dan persepsi masyarakat meskipun terdapat variasi signifikan dalam beberapa periode dan perbedaan besar pada topik sensitif seperti ’kemiskinan’ dan ’pengangguran’. Model RoBERTa dengan konfigurasi hyperparameter tertentu mencapai akurasi 0,74 dengan waktu pemrosesan 3 detik untuk data X dan akurasi 0,86 dengan waktu pemrosesan 36 detik untuk data artikel sehingga menjadikannya model dengan efisiensi waktu terbaik. Sebaliknya, model IndoBERT mencapai akurasi 0,78 dengan waktu pemrosesan 50 detik untuk data X dan akurasi 0,87 dengan waktu pemrosesan 2 menit 1 detik untuk data artikel sehingga menjadikannya model dengan akurasi terbaik. Berdasarkan efisiensi waktu dan akurasi, model RoBERTa dipilih menjadi model terbaik untuk analisis sentimen data artikel dan model IndoBERT dipilih menjadi model terbaik untuk analisis sentimen data X. Kedua model tersebut, memberikan kinerja yang memuaskan dengan efisiensi waktu dan performa model yang baik sehingga efektif untuk diimplementasikan dalam analisis sentimen terkait isu perkembangan ekonomi Indonesia.&#13;
&#13;
Kata kunci : Analisis Sentimen, RoBERTa, IndoBERT, Perkembangan Ekonomi, Platform X, Artikel Berita Online</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>130921</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-09-10 11:12:42</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-09-10 12:20:21</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>