Image of Penerapan Bidirectional Encoder Representations (Bert) Dalam Evaluasi Keselarasan Judul Dan Konten Berita Daring Nasional

Text

Penerapan Bidirectional Encoder Representations (Bert) Dalam Evaluasi Keselarasan Judul Dan Konten Berita Daring Nasional

Perkembangan berita daring di Indonesia semakin pesat, namun fenomena ketidaksesuaian antara judul dan konten sering menimbulkan misinformasi serta memengaruhi persepsi pembaca. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan Bidirectional Encoder Representations from Transformers (BERT) dalam mengevaluasi keselarasan judul dan konten berita daring nasional. Dua model, yaitu
RoBERTa dan IndoBERT, digunakan sebagai pendekatan utama dalam tahap embedding. Proses klasifikasi menggunakan pendekatan semantic similarity terhadap hasil embedding menggunakan Cosine Similarity dengan threshold. Threshold ini menentukan batas nilai similarity di mana prediksi dikategorikan sebagai selaras atau tidak selaras. Threshold ditentukan menggunakan data training melalui grid search untuk meningkatkan akurasi atau F1-score. Untuk proses evaluasi dilakukan melalui metode confusion matrix dengan K-Fold Cross-Validation (10-fold) untuk memperoleh hasil yang konsisten dan reliabel. Hasil pengujian K-Fold menunjukkan bahwa baik RoBERTa maupun IndoBERT sama-sama memiliki performa yang sangat baik dalam menentukan keselarasan judul dan konten berita. Model RoBERTa memperoleh akurasi rata-rata sebesar 76% dengan recall tinggi mencapai 94,13%, namun precision masih relatif rendah yakni 69,11%. Sebaliknya, IndoBERT menghasilkan performa yang lebih
seimbang dengan akurasi rata-rata 87%, precision 89,87%, recall 85,48%, dan F1-score 86,53%. Perbandingan ini memperlihatkan bahwa meskipun RoBERTa unggul dalam mendeteksi data relevan, IndoBERT lebih konsisten pada seluruh metrik evaluasi, sehingga dapat disimpulkan IndoBERT lebih unggul dalam menentukan keselarasan judul dan konten berita.

Ketersediaan
S250306SKR-2025 NIL pPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 NIL p
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar.,
Deskripsi Fisik
i + 127 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 NIL p
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
IndoBERT
BERT
RoBERTa
Cross-Validation
Similarity Score
Confusion Matrix
Berita Daring
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar