Nagara, Deshandra Afga
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengembangan Model Analisis Sentimen Teradaptasi Budaya untuk UMKM Indonesia: Pendekatan Mixed-Method dengan IndoBERT : Development of Culturally-Adapted Sentiment Analysis Model for Indonesian SMEs: A Mixed-Method Approach with IndoBERT Nagara, Deshandra Afga; Mubaroq, Sugeng Rifqi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2593

Abstract

Pelaku UMKM Indonesia berhadapan dengan kesulitan memanfaatkan data media sosial sebagai pijakan pengambilan keputusan bisnis. Sekalipun 99,9% pelaku usaha tanah air berstatus UMKM, kapasitas mereka mengurai sentimen konsumen secara sistematis tetap sangat terbatas. Studi ini berargumen bahwa diperlukan model analisis sentimen yang diadaptasi secara kultural-linguistik untuk konteks UMKM Indonesia, yang dikembangkan melalui pendekatan Mixed-Method sequential exploratory. Pada fase kualitatif, Focus Group Discussion (FGD) digelar bersama 15 pelaku UMKM di Jawa Barat guna menggali kebutuhan dan konteks bisnis aktual. Fase kuantitatif lantas membangun model berbasis IndoBERT (indobenchmark/indobert-base-p1) yang di-fine-tune memakai 12.899 komentar media sosial dari empat platform: Instagram, TikTok, Facebook, dan Twitter. Tahap preprocessing memuat tiga elemen adaptasi kultural, kamus sentimen Islami, pemetaan emoji, serta normalisasi bahasa informal. Pada test set, model menorehkan akurasi 97% dengan weighted F1-score 0,97. Pada sisi kualitatif, ditemukan tiga tema dominan: Digital Paradox, logika Risk-Minimization, dan hambatan Human Capital di kalangan pelaku UMKM. Kontribusi penelitian ini terletak pada pipeline NLP teradaptasi budaya untuk bahasa Indonesia informal di media sosia.