Art Original

Evaluasi Kinerja IndoBERT Untuk Analisis Sentimen Teks Bahasa Minangkabau

---

Penelitian ini bertujuan untuk mengevaluasi kinerja model IndoBERT dalam melakukan analisis sentimen terhadap teks berbahasa Minangkabau. Bahasa Minangkabau termasuk dalam kategori bahasa dengan sumber daya rendah (low resource language), yang menghadirkan tantangan tersendiri dalam pengolahan bahasa alami (NLP). Penelitian ini menggunakan pendekatan Fine-Tuning terhadap model IndoBERT, yang sebelumnya dilatih pada korpus Bahasa Indonesia, agar dapat diadaptasi untuk memahami struktur dan kosakata khas Bahasa Minangkabau. Dataset yang digunakan merupakan pasangan paralel Bahasa Minangkabau dan Bahasa Indonesia, di mana pelabelan dilakukan menggunakan teknik zero-shot prompting dengan bantuan ChatGPT. Model dievaluasi menggunakan metrik akurasi, Precision, Recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model mampu mencapai akurasi sebesar 83% dan F1-score sebesar 82%, dengan performa yang cukup baik dalam mengklasifikasikan sentimen positif dan negatif. Penelitian ini menunjukkan bahwa pendekatan Fine Tuning pada model transformer seperti IndoBERT berpotensi besar dalam mendukung pengembangan NLP untuk bahasa daerah di Indonesia.

---

Availability

Detail Information

Call Number

Informatika 658.306 Arb e

Language

Indonesia

NPM

203510472

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Analisis Sentimen
IndoBERT
Bahasa Minangkabau
Fine-Tuning

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment