Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Pratama, Dafa Ananda
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Other

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

Found 1 Documents
Search

 1 
Penerapan Metode Hybrid Svm-Indobert Transformer untuk Klasifikasi Ulasan pada Aplikasi Bea Cukai Mobile di Google Playstore Pratama, Dafa Ananda; Sobri, Ahmad; Zulius, Antoni
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/304zxj38

Abstract

Pesatnya pertumbuhan umpan balik masyarakat di platform digital menuntut instansi pemerintah untuk memiliki sistem analisis sentimen yang efisien guna memahami persepsi publik. Penelitian ini bertujuan untuk membangun dan mengevaluasi model klasifikasi sentimen yang akurat untuk menganalisis ulasan layanan publik berbahasa Indonesia. Metode yang diimplementasikan adalah arsitektur hybrid yang mengombinasikan kekuatan model pre-trained IndoBERT untuk tahap ekstraksi fitur kontekstual dan algoritma Support Vector Machine (SVM) untuk tahap klasifikasi. Model dilatih dan diuji menggunakan dataset ulasan publik yang telah melalui tahap pra-pemrosesan. Hasil pengujian menunjukkan bahwa model yang diusulkan berhasil mencapai akurasi keseluruhan sebesar 90%. Analisis kinerja secara mendalam mengungkapkan bahwa model memiliki karakteristik yang unggul dalam mendeteksi sentimen negatif dengan nilai recall mencapai 97%, meskipun bersifat lebih konservatif pada sentimen positif. Hasil ini membuktikan bahwa kombinasi IndoBERT dan SVM merupakan pendekatan yang sangat efektif dan dapat menghasilkan sebuah model fungsional yang andal, khususnya untuk identifikasi keluhan, sehingga dapat menjadi alat bantu yang berharga bagi instansi dalam memonitor umpan balik publik secara otomatis.
Co-Authors sobri, ahmad Zulius, Antoni