mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2025 id Indonesia

Skripsi

Analisis sentimen merupakan metode yang digunakan untuk mengelompokkan dan memahami opini publik yang tercermin dalam teks. Penelitian ini bertujuan untuk mengembangkan sistem cerdas analisis sentimen terhadap artikel berita dan unggahan media sosial X dengan menggunakan algoritma IndoBERT dan RoBERTa. Sistem dirancang fleksibel yang memungkinkan pengguna melakukan analisis sentimen sesuai kebutuhan spesifik pengguna. Data dikumpulkan dari situs berita Kompas, Detik, dan media sosial X, kemudian diringkas dan dilabel otomatis menggunakan model LLM seperti GPT, Gemma, dan Llama. Model dilatih menggunakan dataset berbahasa Indonesia sebanyak 7.676 sampel yang diklasifikasikan ke dalam tiga kelas sentimen, yaitu positif, netral, dan negatif. Proses pelatihan dan evaluasi dilakukan dengan pendekatan fine-tuning, menggunakan metrik akurasi dan Macro F1-score sebagai alat ukur performa. Hasil penelitian menunjukkan bahwa model RoBERTa memiliki performa lebih unggul dibandingkan IndoBERT, dengan akurasi dan Macro F1-score masing-masing mencapai 96%. Sistem cerdas analisis sentimen diimplementasikan ke dalam website menggunakan kerangka kerja FastAPI, website sistem cerdas analisis sentimen memiliki fitur inferensi, crawling, summarizing, dan labeling, serta fine-tuning yang memungkinkan pengguna melatih ulang model. Penelitian ini membuktikan bahwa integrasi model transformer dan sistem cerdas dapat meningkatkan efektivitas analisis sentimen terhadap opini publik dalam bahasa Indonesia. Kata kunci: Analisis Sentimen, IndoBERT, RoBERTa, Media Sosial, Artikel Berita, Transformer. 005.1 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 170207 2025-09-09 23:04:17 2025-09-10 15:12:37 machine generated