Claim Missing Document
Check
Articles

Found 1 Documents
Search

Evaluasi Model Distilbert dalam Prediksi Sentimen Ulasan Makanan Amazon Wicaksono, Jofan Vernanda; Fatchurroziq, Ananda Bagus; Azzakafuadi, Muhammad; Septyan, M Naufal Anjab
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 4 No. 2 (2026): Juni 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v4i2.654

Abstract

Latar Belakang: Perkembangan teknologi digital telah menghasilkan ledakan data teks dari berbagai platform daring, terutama dalam bentuk ulasan produk. Tujuan: Tujuan penelitian ini adalah untuk mengevaluasi performa model DistilBERT dalam melakukan klasifikasi sentimen terhadap ulasan makanan dari dataset Amazon Fine Food Reviews. Metode: Dataset yang digunakan terdiri dari 100.000 data ulasan yang telah disederhanakan menjadi dua kelas sentimen: positif dan negatif. Proses pelatihan dilakukan menggunakan pustaka HuggingFace Transformers dengan konfigurasi model DistilBertForSequenceClassification. Hasil: Hasil evaluasi menunjukkan bahwa model DistilBERT mampu mencapai akurasi sebesar 87,44%, membuktikan efektivitasnya dalam menangkap konteks dan makna sentimen dengan efisien. Kesimpulan: Penelitian ini menegaskan bahwa model berbasis transformer ringan seperti DistilBERT dapat menjadi solusi optimal untuk analisis sentimen berskala besar dengan keterbatasan sumber daya komputasi.