<![CDATA[Peningkatan signifikan dalam penggunaan media sosial dan platform online di Indonesia telah menyebabkan lonjakan produksi dan penyebaran teks dalam berbagai bahasa daerah, termasuk Bahasa Jawa. Hal ini menciptakan kebutuhan mendesak akan sistem analisis sentimen yang dapat memahami nuansa Bahasa Jawa dalam konteks opini dan ekspresi pengguna. Penelitian ini bertujuan untuk menerapkan metode transfer learning pada model IndoBERT, dengan fokus pada evaluasi kinerjanya dalam tugas analisis sentimen teks Bahasa Jawa Ngoko Lugu. Hasil penelitian menunjukkan bahwa model IndoBERT mencapai akurasi, presisi, recall, dan F1-Score yang tinggi dalam mengidentifikasi sentimen positif dan negatif dalam teks Bahasa Jawa Ngoko Lugu, dengan tingkat akurasi 99% pada data pelatihan, 90% pada data validasi, dan 90% pada data uji. Hasil ini menunjukkan efektivitas model IndoBERT dalam memprediksi sentimen dengan dua kelas (“positif” dan “negatif”) dalam teks Bahasa Jawa Ngoko Lugu menggunakan metode transfer learning dan fine-tuning.]]>
Copyrights © 2024
