IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE
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.
Detail Information
Citation
APA Style
. (2023).IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE ().Teknik Informatika:FTI
Chicago Style
.IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE ().Teknik Informatika:FTI,2023.Text
MLA Style
.IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE ().Teknik Informatika:FTI,2023.Text
Turabian Style
.IMPELEMENTASI PRETRAINED MODEL TRANSFORMER DALAM ANALISIS SENTIMEN LAYANAN PERBANKAN ONLINE ().Teknik Informatika:FTI,2023.Text