ANALISIS SENTIMEN KELUHAN MASYARAKAT TERHADAP JARINGAN INTERNET MENGGUNAKAN METODE XLNET DAN ROBERTA DI KABUPATEN BANGGAI KEPULAUAN

Rahman, Nur Fadhlur (2025) ANALISIS SENTIMEN KELUHAN MASYARAKAT TERHADAP JARINGAN INTERNET MENGGUNAKAN METODE XLNET DAN ROBERTA DI KABUPATEN BANGGAI KEPULAUAN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER - ABSTRAK)
COVER.pdf - Published Version
Download (1MB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (180kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (386kB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (700kB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (94kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (284kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.4349.zip
Restricted to Repository staff only
Download (1MB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (865kB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen keluhan masyarakat terhadap kualitas jaringan internet di Kabupaten Banggai Kepulauan dengan menggunakan teknik analisis sentimen berbasis pembelajaran mesin. Data yang digunakan dalam penelitian ini terdiri dari 646 sampel komentar yang dikumpulkan melalui media sosial WhatsApp dan kuesioner Google Form. Proses preprocessing data dilakukan untuk mempersiapkan data sebelum digunakan oleh model, yang mencakup pembersihan data dari karakter-karakter yang tidak relevan, normalisasi kata gaul ke dalam bentuk kata baku, serta tokenisasi untuk memecah teks menjadi unit yang lebih kecil. Selanjutnya, data yang telah diproses dilabeli menggunakan dua model pembelajaran mesin, yaitu XLNet dan RoBERTa, untuk mengklasifikasikan sentimen komentar ke dalam tiga kategori: positif, netral, dan negatif. Selain itu, untuk mengatasi ketidakseimbangan data, penelitian ini juga menerapkan teknik random oversampling untuk memastikan distribusi yang lebih seimbang antar kelas sentimen. Hasil penelitian menunjukkan bahwa model RoBERTa memberikan hasil yang lebih baik dibandingkan XLNet dalam hal akurasi dan F1-score. RoBERTa mencapai akurasi 87,77% dengan F1-score 87,75%, sementara XLNet mencapai akurasi 83,45% dan F1-score 83,37%. Dalam hal efisiensi, waktu pelatihan RoBERTa juga lebih singkat, yaitu sekitar 44,3 menit, dibandingkan XLNet yang memerlukan sekitar 76,1 menit. Analisis sentimen menunjukkan bahwa komentar negatif mendominasi, mencerminkan keluhan masyarakat terhadap kualitas jaringan internet di Kabupaten Banggai Kepulauan yang banyak terkait dengan masalah seperti lambatnya jaringan dan hilangnya koneksi. Hasil penelitian ini diharapkan dapat menjadi wawasan bagi pemerintah daerah untuk memperbaiki kebijakan dan pengembangan infrastruktur jaringan di wilayah tersebut.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pristyanto, Yoga
Uncontrolled Keywords: Analisis sentimen, XLNet, RoBERTa, Preprocessing, Oversampling, Sentiment analysis.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 22 Jul 2026 03:35
Last Modified: 22 Jul 2026 03:35
URI: http://eprints.amikom.ac.id/id/eprint/32301

Actions (login required)

View Item View Item