PERBANDINGAN DUA MODEL MACHINE LEARNING TERHADAP KASUS REVIEW NEGATIF PADA PERUSAHAAN PHOTOMATICS MENGGUNAKAN METODE INDOBERT DAN XLM-ROBERTA

• MUHAMMAD FAUZI
• 2025

---

 

Penelitian ini melakukan perbandingan dua model machine learning, yaitu IndoBERT dan XLM-RoBERTa, dalam melakukan analisis review negatif pada ulasan pelanggan perusahaan Photomatics. Tujuan utama penelitian adalah mengevaluasi efektivitas kedua model dalam mengklasifikasikan sentimen positif, netral, dan negatif pada teks berbahasa Indonesia. Hasil penelitian menunjukkan bahwa model IndoBERT sangat jauh mengungguli dari pada XLM-RoBERTa dalam seluruh metrik evaluasi, termasuk dalam akurasi, presisi, recall, dan F1-score. IndoBERT mencapai akurasi sebesar 97%, sementara XLM-RoBERTa hanya mencapai 53%. Analisis confusion matrix juga menunjukkan bahwa IndoBERT mampu meminimalkan kesalahan klasifikasi, sedangkan XLM-RoBERTa kesulitan dalam menangani sentimen netral dan konteks ambigu. Kinerja IndoBERT yang konsisten dan kemampuan memahami bahasa Indonesia yang lebih baik menjadikannya pilihan yang unggul untuk implementasi sistem analisis sentimen otomatis, terutama pada platform media sosial seperti Instagram. Penelitian ini merekomendasikan pengembangan lebih lanjut pada model IndoBERT, termasuk penerapan arsitektur hybrid dan teknik augmentasi data untuk meningkatkan akurasi serta generalisasi model. Di sisi lain, XLM-RoBERTa tetap memiliki potensi sebagai model pelengkap dalam konteks multibahasa.

 

• Manajemen Informatika & Sistem Informasi

https://repository.bsi.ac.id/repo/74464/PERBANDINGAN-DUA-MODEL-MACHINE-LEARNING-TERHADAP-KASUS-REVIEW-NEGATIF-PADA-PERUSAHAAN-PHOTOMATICS-MENGGUNAKAN-METODE-INDOBERT-DAN-XLM-ROBERTA
Anda dapat membaca file tugas akhir ini di repository.