Rahmi Najla Primary Author mixed material bibliography Banda Aceh Fakultas Matematika dan Ilmu Pengetahuan Alam 2025 id Indonesia

Skripsi

Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja tiga model pemrosesan bahasa alami berbasis transformer, yaitu RoBERTa, DistilBERT, dan IndoBERT, dalam melakukan klasifikasi sentimen terhadap komentar masyarakat mengenai Tim Nasional Sepak Bola Indonesia. Masing-masing model dilatih menggunakan dataset berbahasa Indonesia dan diuji pada data uji yang telah dilabel secara manual. Evaluasi kinerja dilakukan berdasarkan tiga aspek utama, yaitu akurasi prediksi, ukuran model, dan waktu yang dibutuhkan untuk melakukan pengujian. Hasil menunjukkan bahwa model IndoBERT memberikan akurasi tertinggi sebesar 0,71 dengan waktu pengujian 8 detik dan ukuran model sebesar 474,71 MB. Sementara itu, RoBERTa memperoleh akurasi 0,68 dengan waktu pengujian 13 detik, dan DistilBERT memiliki akurasi 0,66 dengan waktu pengujian tercepat yaitu 5 detik. Temuan ini mengindikasikan bahwa IndoBERT merupakan model yang paling efektif dan efisien untuk tugas analisis sentimen teks berbahasa Indonesia, khususnya dalam konteks media sosial seperti Instagram. ALGORITHMS - COMPUTER PROGRAMMING 005.1 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 169595 2025-08-21 12:08:44 2025-08-21 15:09:12 machine generated