SENTIMEN ANALISIS TERHADAP KEBIJAKAN PENYELENGGARA SISTEM ELEKTRONIK (PSE) MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)
Total View This Week0
Total View This Week0
Institusion
Universitas Teknokrat Indonesia
Author
KURNIAWAN, BAYU
Subject
Bahasa Pemrograman
Datestamp
2023-06-03 03:17:32
Abstract :
ABSTRAK Perkemb?ng?n teknologi internet y?ng sem?kin pes?t tel?h memberik?n d?mp?k y?ng s?ng?t bes?r p?d? m?sy?r?k?t duni?. Perkemb?ng?n ini tel?h mengub?h berb?g?i m?c?m metode konvension?l d?n pol? hidup m?sy?r?k?t menj?di lebih modern diseg?l? bid?ng, seperti sosi?l, bud?y?, ekonomi, militer, ?dministr?si sert? bid?ng l?inny?. Bidirectional Encoder Representations from Transformers atau disingkat BERT, adalah model representasi bahasa terlatih yang dibuat pada tahun 2018 oleh peneliti Google AI Language.BERT dibuat menggunakan pembelajaran semi-diawasi, ELMo, ULMFiT, OpenAI Transformers, dan Transformers serta teknik deep learning.Transformer adalah komponen yang berkonsentrasi pada hubungan yang relevan antarapkata-kata dalam teksm(Vaswani et al., 2017). Analisis sentimen menemukan bahwa Bidirectional Encoder Representations from Transformers (BERT) memiliki akurasi 69%, 55%, dan 55% pada dua waktu berbeda menggunakan hyperparameter yang sama, yaitu batch size 16, dan epoch 5.Berdasarkan hasil pengujian, epoch memberikan hasil yang memuaskan. Oleh karena itu dilakukan analisis sentimen pada epoch 5. Saat menggunakan BERT, akurasi yang dicapai dipengaruhi oleh kumpulan data yang tidak seimbang. Meskipun jumlah kumpulan data seimbang lebih sedikit dari pada kumpulan data tidak seimbang, akurasi 62% lebih tinggi.
ABSTRAK Perkemb?ng?n teknologi internet y?ng sem?kin pes?t tel?h memberik?n d?mp?k y?ng s?ng?t bes?r p?d? m?sy?r?k?t duni?. Perkemb?ng?n ini tel?h mengub?h berb?g?i m?c?m metode konvension?l d?n pol? hidup m?sy?r?k?t menj?di lebih modern diseg?l? bid?ng, seperti sosi?l, bud?y?, ekonomi, militer, ?dministr?si sert? bid?ng l?inny?. Bidirectional Encoder Representations from Transformers atau disingkat BERT, adalah model representasi bahasa terlatih yang dibuat pada tahun 2018 oleh peneliti Google AI Language.BERT dibuat menggunakan pembelajaran semi-diawasi, ELMo, ULMFiT, OpenAI Transformers, dan Transformers serta teknik deep learning.Transformer adalah komponen yang berkonsentrasi pada hubungan yang relevan antarapkata-kata dalam teksm(Vaswani et al., 2017). Analisis sentimen menemukan bahwa Bidirectional Encoder Representations from Transformers (BERT) memiliki akurasi 69%, 55%, dan 55% pada dua waktu berbeda menggunakan hyperparameter yang sama, yaitu batch size 16, dan epoch 5.Berdasarkan hasil pengujian, epoch memberikan hasil yang memuaskan. Oleh karena itu dilakukan analisis sentimen pada epoch 5. Saat menggunakan BERT, akurasi yang dicapai dipengaruhi oleh kumpulan data yang tidak seimbang. Meskipun jumlah kumpulan data seimbang lebih sedikit dari pada kumpulan data tidak seimbang, akurasi 62% lebih tinggi.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
