ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA TERHADAP PENGUNGSI ROHINGYA MENGGUNAKAN ALGORITMA FINE TUNING BERT

Ediningtyas, Athariq Raffi Fahrezi (2024) ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA TERHADAP PENGUNGSI ROHINGYA MENGGUNAKAN ALGORITMA FINE TUNING BERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (893kB)
	Text (BAB I) BAB I.pdf Download (225kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (975kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (404kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (845kB)
	Text (BAB V) BAB V.pdf Download (50kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (138kB)
	Archive (SOURCE CODE) Sourcecode - 20.11.3411.zip Restricted to Repository staff only Download (3MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (571kB)

Abstract

Krisis kemanusiaan yang melibatkan pengungsi Rohingya telah menciptakan dampak sosial dan politik yang signifikan di berbagai negara. Krisis kemanusiaan ini memiliki akar yang kompleks dan bersejarah. Opini dan persepsi masyarakat Indonesia akan kedatangan para pengungsi Rohingya menjadi sangat penting, karena hal ini dapat memengaruhi sikap negara, kebijakan pemerintah, serta respons masyarakat terhadap kehadiran dan kebutuhan pengungsi Rohingya. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap pengungsi Rohingya menggunakan fine-tuning BERT, dengan klasifikasi sentimen positif, netral, dan negatif, serta mengevaluasi pengaruh fine-tuning pada kinerja BERT. Hasil dari penelitian ini menunjukkan bahwa fine-tuning BERT lebih unggul dalam klasifikasi sentimen dibandingkan BERT standar. Dengan dataset 5902 data, rasio pembagian 80:10:10 untuk latih, validasi, dan uji, serta hyperparameter batch size 32, optimizer AdamW dengan learning rate 2e-5, dan 4 epoch, model fine-tuning BERT menghasilkan akurasi sebesar 81% sedangkan BERT standar hanya mencapai akurasi sebesar 76%. Fine-tuning BERT juga unggul dalam mengklasifikasikan sentimen negatif dengan recall, precision, dan f1-score 0.88, serta performa yang sedikit lebih baik untuk kelas netral dan positif dengan f1-score masing-masing 0.71 dan 0.65.

Actions (login required)

View Item