Analisis sentimen terhadap pengungsi rohingya di indonesia menggunakan model indobert / Sandy Yunan Maulana</p> - Repositori Universitas Negeri Malang

Analisis sentimen terhadap pengungsi rohingya di indonesia menggunakan model indobert / Sandy Yunan Maulana</p>

Maulana, Sandy Yunan (2024) Analisis sentimen terhadap pengungsi rohingya di indonesia menggunakan model indobert / Sandy Yunan Maulana</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Rohingya merupakan etnis muslim yang telah lama tinggal di Myanmar yang merupakan negara dengan mayoritas pemeluk agama budha. Pada tahun 1982 Myanmar mengeluarkan undang-undang yang tidak mengakui bahwa rohingya merupakan kewarganegaraan Myanmar yang membuat mereka memutuskan untuk melakukan migrasi ke beberapa negara akibat diskriminasi yang mereka alami. Pada November 2023 mereka datang di Aceh Indonesia. Dalam perkembangannya terdapat pro dan kontra terhadap pengungsi rohingya ini di satu sisi mereka merupakan etnis yang tertindas sehingga membutuhkan bantuan di satu sisi beberapa dari mereka memberikan respon yang tidak baik terhadap bantuan yang diberikan warga Indonesia. Kecenderungan opini tekait rohingya dapat dianalisis untuk tindakan kedepannya sebagai warga Indonesia terhadap rohingya melalui umpan balik dari masyarakat dengan melakukan analisis sentimen. Analisis sentimen ini dilakukan untuk melihat kecenderungan komentar positif netral dan negatif masyarakat terhadap informasi perkembangan rohingya di Indonesia. Metode yang digunakan dalam pengembangan analisis sentimen ini adalah CRISP-DM yang terdiri dari beberapa tahapan yaitu business understanding data understanding data preparation modelling dan evaluation. Pelabelan dibagi menjadi kelas positif netral negatif yang dilakukan menggunakan kamus InSet Lexicon. Pemodelan dilakukan menggunakan pre-trained model IndoBERT. Nilai akurasi yang didapatkan untuk training validation dan testing secara berurutan adalah 100% 71% dan 74% dengan perbandingan data training validation dan testing 70 25 5. Akurasi paling baik didapatkan menggunakan hyperparameter epochs dengan nilai 5 batch size dengan nilai 64 dan learning rate dengan nilai 5 times 10-5. /p

Item Type: Thesis (Diploma)
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 04 Jul 2024 04:29
Last Modified: 09 Sep 2024 03:00
URI: http://repository.um.ac.id/id/eprint/355592

Actions (login required)

View Item View Item