<![CDATA[Rating bintang lazim digunakan sebagai sumber label pada penelitian analisis sentimen ulasan e-commerce, namun distribusinya yang sangat timpang jarang ditangani secara eksplisit. Penelitian ini mengklasifikasikan sentimen 5.229 ulasan peralatan rumah tangga elektronik dari Shopee yang memiliki rasio ketimpangan 37:1 antara kelas positif dan negatif. Label diperoleh melalui distant supervision dari rating bintang, dan seluruh pelatihan dievaluasi menggunakan stratified k-fold lima lipatan agar estimasi kinerja tidak bergantung pada satu pembagian data. Empat varian IndoBERT dibandingkan terhadap baseline TF-IDF, mencakup pengaruh praproses klasik, pembobotan kelas, focal loss disertai penalaan ambang, korpus prapelatihan alternatif, serta pembelajaran multi-tugas yang menggabungkan sentimen dengan prediksi kebermanfaatan ulasan. IndoBERTweet memperoleh macro-F1 tertinggi sebesar 0,8156 dengan F1 kelas negatif 0,6412, mengungguli baseline TF-IDF sebesar 3,71 poin. Praproses klasik tidak menurunkan kinerja secara berarti, sedangkan focal loss dan pembelajaran multi-tugas tidak memberikan peningkatan. Analisis pendukung menunjukkan ulasan berbintang satu memperoleh peluang disukai 13,9 kali lebih besar dibanding berbintang lima, sehingga rerata rating cenderung melebihkan kepuasan konsumen.]]>
Copyrights © 2025
