Sentimen Analisis terhadap Penggemar Artis karena Endorsement Produk Minuman yang masuk Daftar Hitam menggunakan Metode BERT Unissula Repository

ASHAR, FIRBAYA MUTIARA (2025) Sentimen Analisis terhadap Penggemar Artis karena Endorsement Produk Minuman yang masuk Daftar Hitam menggunakan Metode BERT. Undergraduate thesis, Universitas Islam Sultan Agung.

	Text Teknik Informatika_32602000027_pernyataan_publikasi.pdf Restricted to Registered users only \| Download (148kB)
	Text Teknik Informatika_32602000027_fullpdf.pdf \| Download (2MB)

Abstract

Media sosial, khususnya Instagram, telah menjadi wadah utama bagi masyarakat untuk mengekspresikan opini, termasuk dalam merespons fenomena budaya populer seperti Korean Wave dan Kpop. Baru-baru ini, keputusan grup Kpop NCT untuk berkolaborasi dengan Starbucks memicu beragam reaksi dari penggemar, terutama di tengah gerakan boikot terhadap brand tersebut. Penelitian ini bertujuan untuk menganalisis sentimen komentar penggemar NCT terkait kolaborasi ini menggunakan model Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT). Eksperimen dilakukan pada data yang tidak seimbang dan data yang telah diseimbangkan menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa data yang tidak seimbang menyebabkan model mengalami overfitting dengan akurasi sebesar 83%, precision 84%, recall 83%, dan f1-score 83%. Setelah dilakukan balancing data menggunakan SMOTE, performa model meningkat dengan akurasi, precision, recall, dan f1-score sebesar 86%. Hal ini membuktikan bahwa balancing data berperan penting dalam meningkatkan performa model dalam analisis sentimen.
Kata Kunci : analisis sentimen, IndoBERT, SMOTE, Kpop, Boikot, Instagram

Dosen Pembimbing:	Subroto, Imam Much Ibnu \| UNSPECIFIED
Item Type:	Thesis (Undergraduate)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	27 Aug 2025 02:19
URI:	https://repository.unissula.ac.id/id/eprint/40922

Actions (login required)

View Item