<![CDATA[Penelitian ini bertujuan untuk mengimplementasikan model Bidirectional Encoder Representations from Transformers (BERT) dalam mendeteksi ulasan palsu pada produk fashion di platform TikTok Shop berbasis bahasa Indonesia. Metode penelitian ini menggunakan pendekatan machine learning dengan model BERT yang dilatih melalui tahapan data scraping, preprocessing (meliputi lowercasing, penghapusan karakter non-alfabet dan emoji, serta tokenisasi), pembagian dataset menjadi training set (64%), validation set (16%), dan test set (20%), serta proses pelatihan model menggunakan PyTorch. Evaluasi kinerja model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model BERT mencapai performa terbaik pada epoch ke-40 dengan validation accuracy sebesar 91,90% dan nilai precision, recall, F1-score, serta accuracy masing-masing sebesar 0,94. Nilai tersebut menunjukkan keseimbangan yang baik antara kemampuan model dalam mengenali ulasan asli dan palsu secara akurat. Dengan demikian, dapat disimpulkan bahwa implementasi model BERT terbukti efektif dalam mendeteksi ulasan palsu pada produk fashion di TikTok Shop serta dapat menjadi acuan pengembangan sistem deteksi otomatis berbasis bahasa Indonesia pada platform e-commerce lainnya.]]>
Copyrights © 2025
