Analisis Sentimen Konflik Rusia dan Ukraina Menggunakan Model IndoBERT

Bernardi, Wilbert (2026) Analisis Sentimen Konflik Rusia dan Ukraina Menggunakan Model IndoBERT. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (597kB)
	PDF BAB_I.pdf Download (218kB)
	PDF BAB_II.pdf Download (653kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (363kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (208kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (228kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000069185_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Konflik Rusia dan Ukraina menjadi salah satu isu geopolitik global yang banyak diperbincangkan di media sosial, termasuk YouTube. Komentar pengguna pada platform tersebut merepresentasikan opini publik yang beragam sehingga diperlukan analisis sentimen untuk memahami kecenderungan persepsi masyarakat terhadap konflik tersebut. Penelitian ini bertujuan mengimplementasikan model IndoBERT untuk mengklasifikasikan sentimen komentar YouTube berbahasa Indonesia terkait konflik Rusia dan Ukraina serta mengevaluasi kinerja model dalam mengidentifikasi sentimen positif, negatif, dan netral. Dataset yang digunakan terdiri dari 4.828 komentar yang diperoleh dari enam video YouTube dalam rentang waktu 14 November 2025 hingga 10 Januari 2026. Setelah proses preprocessing dan penghapusan data kosong, diperoleh 4.758 data yang kemudian dilabel menggunakan metode lexicon-based dengan kamus InSet Lexicon dengan jumlah distribusi sentimen positif sebesar (18,31%), negatif (64.10%), dan netral (17,59%). Tahapan preprocessing meliputi case folding, cleaning, normalization, tokenization, stopword removal, dan stemming. Model IndoBERT kemudian dilakukan fine-tuning dan dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada skenario pembagian data 70:15:15 dengan batch size 16 dan learning rate 2e-5, yang menghasilkan nilai akurasi sebesar 74,79%, serta nilai precision, recall, dan F1-score di atas 70%. Selain itu, penerapan teknik oversampling dan undersampling tidak memberikan peningkatan performa dibandingkan metode baseline. Berdasarkan hasil tersebut, dapat disimpulkan bahwa IndoBERT mampu melakukan analisis sentimen komentar YouTube berbahasa Indonesia terkait konflik Rusia dan Ukraina dengan performa yang baik serta efektif dalam memahami konteks bahasa Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Bernardi, Wilbert (00000069185)
Contributors:	Endariahna Surbakti, Eunike
Keywords:	Analisis Sentimen, IndoBERT, Konflik Rusia dan Ukraina, YouTube, Natural Language Processing (NLP).
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	16 Jul 2026 07:58
URI:	https://kc.umn.ac.id/id/eprint/47597

Actions (login required)

View Item