Setiawan, Rinaldi Ihsan (2025) PENGEMBANGAN MODEL DETEKSI SARKASME BERBASIS ENTROPI 3-GRAM DAN ALGORITMA BERT UNTUK ANALISIS TWEET BERBAHASA INDONESIA. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (114kB)
	Text Abstrak.pdf Download (212kB)
	Text Bab I.pdf Download (253kB)
	Text Daftar Pustaka.pdf Download (185kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model deteksi sarkasme dalam teks berbahasa Indonesia dengan pendekatan hybrid yang menggabungkan metode statistik dan pembelajaran mendalam. Fitur statistik diperoleh melalui perhitungan entropi 3-gram, yang merepresentasikan tingkat ketidakteraturan dalam teks, sementara fitur kontekstual diperoleh melalui representasi embedding dari algoritma IndoBERT. Kedua jenis fitur ini kemudian digabungkan dan digunakan sebagai input untuk melatih model klasifikasi menggunakan jaringan saraf tiruan. Dataset yang digunakan berupa kumpulan tweet berbahasa Indonesia yang telah dilabeli secara manual ke dalam dua kategori, yaitu sarkasme dan non-sarkasme. Hasil evaluasi menunjukkan bahwa model hybrid yang dikembangkan mampu menghasilkan akurasi sebesar 84,7% dan f1-score sebesar 84,1%, mengungguli model individu. Sistem ini juga telah diimplementasikan dalam bentuk aplikasi berbasis web yang memungkinkan pengguna melakukan analisis teks secara langsung, dengan fitur tambahan seperti riwayat analisis dan umpan balik pengguna. Penelitian ini menunjukkan bahwa penggabungan fitur statistik dan kontekstual efektif dalam meningkatkan akurasi klasifikasi sarkasme, serta mampu diterapkan dalam sistem nyata yang dapat digunakan oleh masyarakat.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rinaldi Ihsan
Date Deposited:	05 Feb 2026 04:28
Last Modified:	05 Feb 2026 04:28
URI:	https://rama.unimal.ac.id/id/eprint/18093

Actions (login required)

View Item