<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="16318">
<titleInfo>
<title><![CDATA[IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Muhammad Ichwan, Ir.,M.T</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>ERICK GUNAWAN / 152018071</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2023]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Institut Teknologi Nasional | v
ABSTRAK
Klasifikasi sentimen menggunakan deep learning merupakan metode yang akurat dan bertujuan untuk membantu mendapatkan hasil sentimen mengenai review transaksi online.Pada penelitian ini menggunakan studikasus reviewer sentimen dari Gojek dan Grab yang merupakan salah satu aplikasi transportasi .Pada penelitian ini digunakan metode BERT dan RoBERTA yang merupakan versi terbaru dari pendahulunya yaitu Transformer,yang mana metode ROBERTA diharapkan mampu melakukan tugasnya untuk klasifikasi sentimen.Objek klasifikasinya merupakan dataset yang memiliki 3 kelas berupa teks review.Hyperparameter yang digunakan untuk membantu ROBERTA dalam mencapai kinerja yang optimal ini adalah dropout, learning rate dan epoch yang berbeda-beda.Hasil model dengan akurasi tertinggi yang dapat dicapai oleh RoBERTA mencapai 86% dengan menggunakan batch size 16 dan epoch 3 dan dropout 0.3 .Model BERT mendapat hasil akurasi yang tertinggi sebesar 84% pada hyperparameter batch size 32 , epoch 5 dan dropout 0.1.</note>
<subject authority=""><topic><![CDATA[Transformer]]></topic></subject>
<subject authority=""><topic><![CDATA[Deep Learning]]></topic></subject>
<subject authority=""><topic><![CDATA[Klasifikasi sentimen.]]></topic></subject>
<subject authority=""><topic><![CDATA[RoBERTa]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[697IF/23]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[697IF/23]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[697IF/23]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="17658" url="" path="/152018071_697IF.pdf" mimetype="application/pdf"><![CDATA[IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[16318]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2023-09-20 09:34:53]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-09-20 09:35:07]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>