<![CDATA[Ulasan hotel berbahasa Indonesia menilai beberapa aspek sekaligus, tetapi sebagian besar pasangan ulasan dan aspek tidak membahas aspek tersebut sehingga distribusi kelas sangat timpang. Penelitian ini membandingkan cross-entropy, weighted cross-entropy, dan focal loss untuk analisis sentimen berbasis aspek pada dataset publik ulasan hotel dengan sepuluh aspek. Pembagian data resmi dipertahankan, bobot kelas dihitung dari data latih, parameter dipilih dengan data validasi, dan evaluasi dilakukan pada data uji dengan lima seed. Audit menunjukkan bahwa 80,57% pasangan berlabel netral dan label positif-negatif tidak muncul pada data uji. Pada model linier, weighted cross-entropy menaikkan macro-F1 dari 76,10% menjadi 79,07% secara konsisten pada kelima seed. Pada IndoBERT, macro-F1 naik dari 91,56% dengan cross-entropy menjadi 92,72% dengan bobot akar, 92,49% dengan bobot seimbang, dan 92,30% dengan focal loss, tetapi selisihnya hanya didukung uji bootstrap pada satu sampai tiga dari lima seed. Kenaikan terbesar terjadi pada recall kelas positif dan disertai penurunan presisi. Penanganan ketidakseimbangan kelas paling berguna pada model yang lemah, sedangkan pada IndoBERT manfaatnya kecil dan perlu diuji dengan beberapa seed.]]>
Copyrights © 2026
