Ghufran Afham Asnawi, 200705019 (2025) Perbandingan Model IndoBERT dan Model Hybrid pada Analisis Sentimen Opini Masyarakat Terhadap Judi Online. Other thesis, UIN Ar-Raniry Banda Aceh.
![[thumbnail of membahas tentang Analisis Sentimen]](https://repository.ar-raniry.ac.id/style/images/fileicons/text.png)
Ghufran Afham Asnawi, 200705019, FST, TI.pdf - Published Version
Available under License Creative Commons Attribution.
Download (3MB)
Abstract
Di era digital, media sosial telah menjadi platform penting untuk berbagi informasi, membentuk opini publik, dan menjadi cerminan dinamika sosial. Salah satu isu yang hangat diperbincangkan adalah berita mengenai dugaan keterlibatan sejumlah pihak dalam aktivitas judi online, yang memicu beragam opini di media sosial, termasuk di Instagram. Analisis terhadap komentar masyarakat pada berita-berita ini menjadi penting untuk memahami persepsi publik dan respon publik terhadap fenomena tersebut. Penelitian ini bertujuan untuk menganalisis opini masyarakat terhadap fenomena judi online yang berkembang di media sosial Instagram dengan memanfaatkan model IndoBERT serta pendekatan model hybrid. Dataset yang digunakan mencakup 1.811 komentar dari akun berita nasional, yang telah diklasifikasikan secara manual ke dalam tiga kategori sentimen: positif, negatif, dan netral.
Model yang diimplementasikan dalam penelitian ini mencakup IndoBERT, kombinasi IndoBERT dengan CNN, serta kombinasi IndoBERT dengan RNN. Berdasarkan hasil pengujian, model hybrid IndoBERT-CNN menghasilkan akurasi tertinggi sebesar 75%, diikuti oleh model IndoBERT-RNN dengan akurasi 72%, sedangkan model dasar IndoBERT memperoleh akurasi 60%. Evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Temuan ini menunjukkan bahwa integrasi IndoBERT dengan CNN lebih efektif dalam mengidentifikasi sentimen publik dibandingkan model lainnya. Studi ini memberikan kontribusi dalam pengembangan teknik analisis sentimen berbasis pemrosesan bahasa alami (NLP) yang dirancang khusus untuk bahasa Indonesia.
Item Type: | Thesis (Other) |
---|---|
Subjects: | 000 Computer Science, Information and System > 003 Systems 000 Computer Science, Information and System > 004 Computer Science 000 Computer Science, Information and System > 005 Computer Programming, Program & Data |
Divisions: | UPT Perpustakaan |
Depositing User: | Ghufran Afham Asnawi Ghufran |
Date Deposited: | 17 Jan 2025 08:06 |
Last Modified: | 17 Jan 2025 08:06 |
URI: | https://repository.ar-raniry.ac.id/id/eprint/41795 |