Saputri, Erna (2026) ANALISIS PERFORMA BERT DALAM KLASIFIKASI SENTIMEN PADA ISU IJAZAH PALSU. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Erna Saputri_2255201111_FULLTEXT.pdf - Submitted Version Restricted to Repository staff only Download (7MB) | Request a copy |
|
Text (Turnitin)
Erna Saputri_2255201111_TURNITIN.pdf - Submitted Version Restricted to Repository staff only Download (11MB) | Request a copy |
|
Text (ABSTRAK + BAB 1)
Erna Saputri_2255201111_ABSTRAK+BAB I.pdf - Submitted Version Download (5MB) |
|
Text (BAB 2)
Erna Saputri_2255201111_BAB II.pdf - Submitted Version Download (315kB) |
|
Text (BAB 3)
Erna Saputri_2255201111_BAB III.pdf - Submitted Version Restricted to Repository staff only Download (186kB) | Request a copy |
|
Text (BAB 4)
Erna Saputri_2255201111_BAB IV.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 5)
Erna Saputri_2255201111_BAB V.pdf - Submitted Version Download (121kB) |
|
Text (Ref + Lamp)
Erna Saputri_2255201111_DAPUS+LAMP.pdf - Submitted Version Download (119kB) |
Abstract
Perkembangan teknologi informasi dan media sosial telah mengubah cara masyarakat menyampaikan dan membentuk opini publik terhadap isu sensitif, termasuk perdebatan mengenai dugaan ijazah palsu Presiden Joko Widodo. Meskipun klarifikasi resmi telah diberikan oleh institusi terkait, diskusi di ruang digital tetap memunculkan sentimen yang beragam. Analisis sentimen menjadi penting untuk memahami dinamika persepsi masyarakat secara objektif dan terukur. Metode klasifikasi konvensional seperti Naïve Bayes memiliki keterbatasan dalam memahami konteks bahasa yang kompleks, ironi, sarkasme, serta penggunaan bahasa informal di media sosial. Penelitian ini bertujuan menganalisis performa algoritma BERT dalam mengklasifikasikan sentimen masyarakat terhadap isu tersebut serta mengevaluasi akurasi, presisi, recall, dan F1-score yang dihasilkan model. Pendekatan yang digunakan adalah text mining dengan sumber data berupa cuitan dari Platform X yang dikumpulkan melalui teknik scraping menggunakan Python. Data yang diperoleh sebanyak 2.181 tweet dalam rentang waktu 2019–2025. Tahapan pengolahan data meliputi preprocessing yang terdiri atas cleansing, case folding, tokenizing, normalisasi, stopword removal, dan stemming untuk mengurangi noise serta menyeragamkan teks. Proses pelabelan dilakukan secara semi-otomatis menggunakan pendekatan lexicon-based yang divalidasi oleh anotator manusia guna meningkatkan kualitas label. Model klasifikasi yang digunakan adalah IndoBERT yang telah dilatih pada Bahasa Indonesia dan dilakukan fine-tuning untuk klasifikasi tiga kelas sentimen, yaitu positif, negatif, dan netral. Evaluasi performa dilakukan menggunakan confusion matrix serta pengukuran akurasi, presisi, recall, dan F1-score dengan pendekatan macro dan weighted average untuk mengatasi ketidakseimbangan kelas. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan performa baik dan stabil. Nilai presisi dan recall yang seimbang menghasilkan F1-score representatif sehingga model dinilai efektif dalam menganalisis sentimen publik terhadap isu sensitif di media sosial
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Ardi Wijaya, S.Kom., M.Kom |
| Uncontrolled Keywords: | Analisis Sentimen, IndoBERT, Platform X, Deep Learning. |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hesti Ayu |
| Date Deposited: | 20 May 2026 02:55 |
| Last Modified: | 20 May 2026 02:55 |
| URI: | http://repository.umb.ac.id/id/eprint/2408 |
Actions (login required)
 |
View Item |