PERPUSTAKAAN UNIVERSITAS TRILOGI

  • Beranda
  • E-Library
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • E-Resources
    Trilogi Free Journal Perpustakaan Nasional
      E-Resources Perpusnas Indonesia OneSearch
    Gale
      Business & Economic Science & Engineering Social & Humanities
  • Area Member
    Masuk Form Pengunjung
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis sentimen ulasan threads google play store dengan model roberta

Text

Analisis sentimen ulasan threads google play store dengan model roberta

Natan Kharisma Ariyudhi - Nama Orang - Pengarang Utama; Dewi Lestari - Nama Orang - Pembimbing; Gatot Tri Pranoto - Nama Orang - Pembimbing;

Perkembangan pesat teknologi internet secara global, termasuk di Indonesia, telah mengubah secara drastis pola komunikasi dan interaksi antarindividu. Salah satu dampaknya terlihat pada meningkatnya penggunaan aplikasi media sosial berbasis teks, seperti Threads yang dikembangkan oleh Meta. Dalam waktu singkat, Threads berhasil menarik jutaan pengguna. Namun, banyaknya ulasan pengguna di Google Play Store menghadirkan tantangan tersendiri, khususnya dalam menganalisis sentimen secara manual yang sangat memakan waktu dan rawan bias. Penelitian ini bertujuan untuk mengatasi tantangan tersebut dengan menerapkan model RoBERTa, sebuah varian dari BERT yang telah dioptimalkan untuk pemrosesan bahasa alami. Proses penelitian mengikuti kerangka kerja CRISP-DM yang mencakup beberapa tahapan utama: memahami konteks bisnis, eksplorasi dan persiapan data, pembangunan model, evaluasi performa, hingga penerapan model. Data diperoleh langsung dari Google Play Store, kemudian dibersihkan melalui tahap deduplikasi, normalisasi, dan tokenisasi. Model RoBERTa menunjukkan kinerja yang kuat, dengan akurasi mencapai 88%.
Presisi tercatat sebesar 92% untuk sentimen positif dan 81% untuk negatif, sedangkan recall masing-masing berada di angka 88% dan 87%. Fl-score pun tinggi, yakni 90% untuk positif dan 84% untuk negatif. Jika dibandingkan dengan algoritma seperti Naïve Bayes dan SVM, RoBERTa terbukti lebih unggul. Penelitian ini membuka peluang untuk eksplorasi model transformer lainnya atau penggunaan ensembel untuk peningkatan kinerja ke depan.


Ketersediaan
TI25/011TI 25/011Prodi Teknik Informatika (Ruang Skripsi & Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
TI 25/011
Penerbit
Jakarta : Universitas Trilogi., 2025
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Trilogi University--Information technology
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Natan Kharisma Ariyudhi
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNIVERSITAS TRILOGI
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan UNIVERSITAS TRILOGI merupakan Pusat Informasi dan sumber belajar yang mempunyai fungsi utamanya adalah menunjang pelaksanaan Tridharma Perguruan Tinggi yang meliputi pendidikan, penelitian dan pengabdian masyarakat. 

1. Membantu terlaksananya pendidikan dan pengajaran yang menuju suatu keahlian professional 

2. Menyediakan koleksi yang memadai demi terlaksananya penelitian terapan 

3. Menjadikan koleksinya sebagai penunjang pelaksanaan pengabdian kepada masyarakat.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik