Doni Sumito Sukiswo Primary Author mixed material bibliography Banda Aceh Fakultas MIPA (S2) 2026

Theses

Dalam era digital, analisis sentimen menjadi salah satu bidang penting dalam natural language processing (NLP). NLP untuk bahasa daerah di Indonesia masih sangat terbatas, termasuk untuk Bahasa Aceh yang memiliki kekayaan leksikal dan struktur morfologi yang unik. Salah satu tantangan utama dalam pengembangan analisis sentimen Bahasa Aceh adalah belum cukup tersedianya dataset yang representatif untuk tugas analisis sentimen. Selain itu, hingga saat ini belum tersedia model berbasis BERT dengan pendekatan Masked Language Modeling (MLM) yang dioptimalkan secara khusus untuk Bahasa Aceh. Model-model pralatih seperti IndoBERT masih mengandalkan data dari bahasa Indonesia dan belum sepenuhnya menangkap karakteristik linguistik Bahasa Aceh yang khas. Oleh karena itu, penelitian dalam makalah ini bertujuan untuk membangun sebuah dataset AcehX sentimen dalam Bahasa Aceh dan membangun model AcehXBERT dengan melakukan pre-training ulang model IndoBERT-base menggunakan MLM pada korpus AcehX untuk memperkuat pemahaman semantik dan kontekstual model terhadap Bahasa Aceh, mengkaji proses fine-tuning dalam menyelesaikan tugas klasifikasi sentimen pada teks Bahasa Aceh guna mengetahui sejauh mana pemahaman model terhadap konteks lokal dan performa klasifikasi sentimen. Hasil eksperimen pada dataset AcehX menggunakan data uji menunjukkan model AcehXBERT untuk klasifikasi sentimen berhasil mencapai F1-makro sebesar 82,50% dan model AcehXBERT+BiLSTM mencapai F1-makro 81,62% sedangkan untuk dataset NusaX menggunakan data uji, AcehXBERT mencapai F1-makro sebesar 81,89% dan AcehXBERT+BiLSTM mencapai F1-makro 82,29% mengungguli model dari NusaBERT. Penelitian ini menunjukkan bahwa pendekatan adaptif terhadap model pralatih dan tokenizer sangat penting dalam pengembangan NLP untuk bahasa daerah, khususnya dalam upaya mendukung pelestarian dan pemanfaatan Bahasa Aceh dalam teknologi modern. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1708827 2026-01-20 09:55:58 2026-01-20 11:03:09 machine generated