Analisis sentimen terhadap pengunjung di pujasera dengan menggunakan metode IndoBERT

Gunawan, Siti Nurhayati (2025) Analisis sentimen terhadap pengunjung di pujasera dengan menggunakan metode IndoBERT. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (Cover) COVER .pdf Download (76kB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf Download (25kB) | Preview
Preview	Text (LEMBAR PERNYATAAN) Lembar Pernyataan Karya.pdf Download (313kB) | Preview
Preview	Text (Daftar Isi) DAFTAR ISI.pdf Download (62kB) | Preview
Preview	Text (BAB I) BAB I.pdf Download (133kB) | Preview
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (90kB) | Request a copy
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (169kB) | Request a copy
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (960kB) | Request a copy
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (25kB) | Request a copy
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (146kB) | Request a copy
	Text (Lampiran) LAMPIRAN.pdf Restricted to Repository staff only Download (181kB) | Request a copy

Abstract

Perkembangan media sosial telah memberikan peluang besar dalam memahami opini public secara digital, termasuk dalam sektor kuliner seperti Pujasera. Penelitian ini bertujuan untuk menerapkan model IndoBERT, varian dari BERT yang diadaptasi untuk Bahasa Indonesia untuk mengklasifikasikan sentimen positif dan negatif dari komentar pengunjung yang diambil dari platform Instagram. Penelitian ini menggunakan varian indobenchmark/indobert-base-p1 dan membandingkan performa model berdasarkan dua skenario pembagian data (80:10:10 dan 70:20:10) serta tiga variasi learning rate (1e-4, 5e-5, dan 1e-5). Proses meliputi pembersihan data, tokenisasi, pelabelan, dan pelatihan model dengan fine-tuning pada IndoBERT. Evaluasi model dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa konfigurasi terbaik diperoleh pada skenario 70:20:10 dengan learning rate 5e-5, yang menghasilkan akurasi sebesar 85%, presisi 89%, recall 89%, dan F1-score 89%. Mayoritas komentar menunjukkan sentimen positif terhadap pengalaman pengunjung di Pujasera, sementara komentar negatif memberikan wawasan penting untuk evaluasi kualitas layanan dan fasilitas. Dengan demikian, penerapan IndoBERT dalam analisis sentimen terbukti efektif dan dapat menjadi dasar pengambilan keputusan strategis berbasis data dalam pengembangan bisnis kuliner;

Actions (login required)

View Item