RIVAI, MUHAMAD and Tekad, Matulatan and Nolan, Efranda (2026) ANALISIS SENTIMEN JUDUL BERITA PADA MEDIA MASSA MENGGUNAKAN ROBERTA. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) MUHAMAD_RIVAI_2101020112_Teknik Elektro dan Informatika - Cover.pdf - Published Version Download (521kB)
	Text (Abstrak) MUHAMAD_RIVAI_2101020112_Teknik Elektro dan Informatika - Abstrak.pdf - Published Version Download (117kB)
	Text (BAB I) MUHAMAD_RIVAI_2101020112_Teknik Elektro dan Informatika - BAB I.pdf - Published Version Download (197kB)
	Text (Daftar Pustaka) MUHAMAD_RIVAI_2101020112_Teknik Elektro dan Informatika - Daftar Pustaka.pdf - Published Version Download (271kB)
	Text (Full Text) MUHAMAD_RIVAI_2101020112_Teknik Elektro dan Informatika - Full Text.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Perkembangan internet di Indonesia yang sangat pesat mendorong konsumsi berita daring yang sangat tinggi, dimana judul berita sering kali dijadikan dasar penilaian oleh pembaca tanpa membaca isi keseluruhan berita. Berita tentang program makan bergizi gratis (MBG) menuai pro dan kontra di khalayak umum. Analisis sentimen digunakan untuk menganalisis teks untuk mengidentifikasi apakah maknanya memiliki sentimen positif, negatif, atau netral. Penelitian ini bertujuan untuk mengembangkan model untuk klasifikasi sentimen judul berita menggunakan algoritma RoBERTa. Data judul berita diperoleh dari tiga media massa daring terpopuler yaitu Detik, Kompas, dan YouTube dari Januari sampai Maret 2025 melalui proses scraping. Pelabelan data menggunakan algoritma IndoBERT. Proses pelatihan model menggunakan metode k-fold cross validation dengan dataset sebanyak 2093 data. Hasil dari penelitian ini didapatkan akurasi model RoBERTa pada data testing sebesar 79% , presisi 74%, recall 77%, dan f1-score 75%. Hasil menunjukkan pelatihan RoBERTa memakan waktu 14 menit 29 detik dengan konsumsi RAM sebesar 18,3% dan GPU sebesar 12,79%

Actions (login required)

View Item