ITENASITENAS

Rekayasa Hijau : Jurnal Teknologi Ramah LingkunganRekayasa Hijau : Jurnal Teknologi Ramah Lingkungan

Ketidakseimbangan kelas merupakan tantangan dalam klasifikasi sentimen pada data media sosial, yang menyebabkan model klasifikasi menjadi bias terhadap kelas mayoritas dan berkinerja buruk pada kelas minoritas. Penelitian ini mengusulkan pendekatan penyeimbangan data berbasis N-Gram untuk mengatasi masalah tersebut dan meningkatkan performa klasifikasi. Tiga model machine learning, yaitu XGBoost, Random Forest, dan Support Vector Machine (SVM), dievaluasi pada dataset yang tidak seimbang maupun seimbang menggunakan akurasi, presisi, recall, dan F1-score sebagai metrik evaluasi. Hasil eksperimen menunjukkan bahwa penyeimbangan data meningkatkan performa semua model tanpa menurunkan kemampuan generalisasi. SVM mencapai performa terbaik pada dataset seimbang dengan akurasi 0,86, presisi 0,87, recall 0,86, dan F1-score 0,86. XGBoost dan Random Forest juga menunjukkan peningkatan performa yang signifikan setelah penyeimbangan, menunjukkan kemampuan yang lebih baik dalam mendeteksi kelas minoritas. Secara keseluruhan, temuan ini mengonfirmasi bahwa pendekatan penyeimbangan data berbasis N-Gram yang diusulkan efektif dalam mengurangi ketidakseimbangan kelas dan meningkatkan ketahanan serta keandalan model klasifikasi sentimen.

Penelitian ini mengevaluasi efektivitas Indonesia Sentiment Lexicon (INSET), mengatasi ketidakseimbangan kelas menggunakan augmentasi berbasis N-Gram, dan membandingkan performa model klasifikasi machine learning dalam analisis sentimen media sosial berbahasa Indonesia.Temuan menunjukkan bahwa INSET menyediakan mekanisme otomatisasi cepat untuk penandaan sentimen awal melalui penilaian polaritas kata-kata Indonesia.Namun, keterbatasannya terletak pada kemampuan menangkap makna konteks, sarkasme, kritik implisit, dan bahasa spesifik domain, yang menyebabkan akurasi penandaan relatif rendah sebesar 55,89% dibandingkan dengan akurasi validasi manusia sebesar 99,70%.Oleh karena itu, INSET cocok untuk anotasi awal yang cepat tetapi memerlukan validasi manusia untuk dataset sentimen berkualitas tinggi.Selain itu, pendekatan penyeimbangan berbasis N-Gram yang diusulkan berhasil mengatasi ketidakseimbangan kelas dengan menghasilkan sampel kelas minoritas sintetis sambil mempertahankan keragaman teks.Hal ini meningkatkan performa klasifikasi secara signifikan di seluruh model, dengan SVM mencapai hasil terbaik pada data seimbang (Akurasi = 0,86, Presisi = 0,87, Recall = 0,86, F1-score = 0,86).Secara keseluruhan, studi ini mengonfirmasi bahwa menggabungkan penandaan yang divalidasi manusia dan penyeimbangan berbasis N-Gram menghasilkan kerangka kerja klasifikasi sentimen yang lebih andal untuk analisis media sosial berbahasa Indonesia.

Untuk penelitian lanjutan, disarankan untuk mengeksplorasi teknik-teknik augmentasi data yang lebih canggih dan menyelidiki dampak dari berbagai ukuran dataset pada performa model. Selain itu, studi komparatif yang menyeluruh antara berbagai metode penyeimbangan data dan algoritma klasifikasi dapat memberikan wawasan lebih lanjut tentang strategi optimal untuk mengatasi ketidakseimbangan kelas dalam analisis sentimen media sosial. Akhirnya, penelitian lebih lanjut dapat dilakukan untuk mengevaluasi efektivitas pendekatan penyeimbangan data berbasis N-Gram pada domain-domain lain selain media sosial, seperti analisis teks dalam bidang kesehatan atau keuangan.

  1. Penerapan Text Augmentation untuk Mengatasi Data yang Tidak Seimbang pada Klasifikasi Teks Berbahasa... jtiik.ub.ac.id/index.php/jtiik/article/view/7325Penerapan Text Augmentation untuk Mengatasi Data yang Tidak Seimbang pada Klasifikasi Teks Berbahasa jtiik ub ac index php jtiik article view 7325
  2. Array | Journal of Informatics and Computer Science (JINACS). array journal informatics computer science... ejournal.unesa.ac.id/index.php/jinacs/article/view/39845Array Journal of Informatics and Computer Science JINACS array journal informatics computer science ejournal unesa ac index php jinacs article view 39845
Read online
File size393.1 KB
Pages14
DMCAReport

Related /

JURIS Analisis Sentimen Ulasan Pengguna Aplikasi Atma Menggunakan Algoritma Na ve Bayes 2025More at 2025

APTIKOMAPTIKOM Pada masa ini kemajuan teknologi digital telah mendorong munculnya berbagai aplikasi pencari kerja berbasis mobile, salah satunya adalah Atma. AplikasiPada masa ini kemajuan teknologi digital telah mendorong munculnya berbagai aplikasi pencari kerja berbasis mobile, salah satunya adalah Atma. Aplikasi

JURIS Quantifying Drought Using Machine Learning Models with SPEI indices and Weather Data 2025More at 2025

IAESONLINEIAESONLINE Data meteorologis bulanan (temperatur, presipitasi, kelembapan, kecepatan angin, jumlah jam sinar matahari, tutupan awan, potensial evapotranspirasi, danData meteorologis bulanan (temperatur, presipitasi, kelembapan, kecepatan angin, jumlah jam sinar matahari, tutupan awan, potensial evapotranspirasi, dan

JURIS Perbandingan Algoritma Deep Learning untuk Analisis Sentimen Ekowisata di Bogor 2025More at 2025

IRPIIRPI Namun, peningkatan jumlah wisatawan menimbulkan hambatan terhadap pengelolaan lingkungan, seperti pengelolaan sampah dan tekanan terhadap sumber daya alam.Namun, peningkatan jumlah wisatawan menimbulkan hambatan terhadap pengelolaan lingkungan, seperti pengelolaan sampah dan tekanan terhadap sumber daya alam.

JURIS Prediksi Laju Inflasi di Jawa Timur Menggunakan Model N BEATS dan Optimasi Optuna 2025More at 2025

IRPIIRPI Optimasi hyperparameter melalui Optuna berhasil meningkatkan akurasi model secara signifikan. Hasil Penelitian menunjukkan bahwa N-BEATS teroptimasi mencapaiOptimasi hyperparameter melalui Optuna berhasil meningkatkan akurasi model secara signifikan. Hasil Penelitian menunjukkan bahwa N-BEATS teroptimasi mencapai

JURIS Penerapan Teknik Ensemble Learning untuk Klasifikasi Jenis jenis Anemia 2025More at 2025

IRPIIRPI Penelitian ini berhasil mengembangkan model klasifikasi yang akurat untuk mendeteksi berbagai jenis anemia menggunakan teknik ensemble learning denganPenelitian ini berhasil mengembangkan model klasifikasi yang akurat untuk mendeteksi berbagai jenis anemia menggunakan teknik ensemble learning dengan

JURIS Perbandingan Na ve Bayes dan Support Vector Machine Dalam Analisa Sentimen Tentang Penyitaan Aset Koruptor di Twitter 2025More at 2025

IRPIIRPI Evaluasi performa model dilakukan menggunakan confusion matrix serta empat metrik evaluasi, yaitu akurasi, presisi, recall, dan F1-score. Hasil menunjukkanEvaluasi performa model dilakukan menggunakan confusion matrix serta empat metrik evaluasi, yaitu akurasi, presisi, recall, dan F1-score. Hasil menunjukkan

JURIS Pengembangan Model Prediksi Keberhasilan Mahasiswa Menggunakan Algoritma Machine Learning Dalam Learning Management System 2025More at 2025

MEDIAPUBLIKASIMEDIAPUBLIKASI Perkembangan teknologi digital dalam dunia pendidikan mendorong pemanfaatan sistem manajemen pembelajaran (Learning Management System/LMS) sebagai mediaPerkembangan teknologi digital dalam dunia pendidikan mendorong pemanfaatan sistem manajemen pembelajaran (Learning Management System/LMS) sebagai media

JURIS Combining Deep Learning Models for Enhancing the Detection of Botnet Attacks in Multiple Sensors Internet of Things Networks 2021More at 2021

JOIVJOIV Dengan dataset yang luas dan hasil yang memuaskan, penelitian ini membuktikan kemampuan AI untuk mengatasi ancaman DDoS, dan pengembangan lebih lanjutDengan dataset yang luas dan hasil yang memuaskan, penelitian ini membuktikan kemampuan AI untuk mengatasi ancaman DDoS, dan pengembangan lebih lanjut

Useful /

JURIS Pengembangan Media Pembelajaran Digital Melalui Moodle Learning System Pada SMAN 1 Cikarang Selatan 2025More at 2025

ITENASITENAS Setelah implementasi, kondisi mitra mengalami perubahan signifikan dengan adanya platform Moodle yang mendukung pembelajaran mandiri, evaluasi otomatis,Setelah implementasi, kondisi mitra mengalami perubahan signifikan dengan adanya platform Moodle yang mendukung pembelajaran mandiri, evaluasi otomatis,

JURIS Feature Selection Approach to Detect DDoS Attack Using Machine Learning Algorithms 2021More at 2021

JOIVJOIV Due to this attack, the network security environment becomes insecure with the possibility of this attack. In recent years, the cases related to DDoS attacksDue to this attack, the network security environment becomes insecure with the possibility of this attack. In recent years, the cases related to DDoS attacks

JURIS Bridging Usability and Accessibility of User Authentication using Usable Accessed UAce for Online Payment Applications 2021More at 2021

JOIVJOIV Oleh karena itu, penting untuk menyelidiki cara menggabungkan dua fitur ini menjadi solusi yang praktis dan dapat diterapkan. Penelitian ini memperkenalkanOleh karena itu, penting untuk menyelidiki cara menggabungkan dua fitur ini menjadi solusi yang praktis dan dapat diterapkan. Penelitian ini memperkenalkan

JURIS Relationship between Korean Informatics Curriculum and Textbook Learning Element Considering Compound Word 2021More at 2021

JOIVJOIV Mengingat bentuk istilah unsur pembelajaran yang sebagian besar terdiri dari kata majemuk dan karakteristik bahasa Korea yang menyulitkan pemrosesan bahasaMengingat bentuk istilah unsur pembelajaran yang sebagian besar terdiri dari kata majemuk dan karakteristik bahasa Korea yang menyulitkan pemrosesan bahasa

ads-block-test