ANALISIS KINERJA TRANSFORMER UNTUK NAMED ENTITY RECOGNITION (NER) MENGGUNAKAN INDOBERT PADA TRANSKRIP VIDEO POLITIK BERBAHASA INDONESIA

Muchtar, Nabillah Ufairoh (2025) ANALISIS KINERJA TRANSFORMER UNTUK NAMED ENTITY RECOGNITION (NER) MENGGUNAKAN INDOBERT PADA TRANSKRIP VIDEO POLITIK BERBAHASA INDONESIA. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text a. HALAMAN DEPAN.pdf Download (1MB)
	Text b. ABSTRAK.pdf Download (243kB)
	Text c. BAB 1.pdf Download (266kB)
	Text d. BAB 2.pdf Restricted to Repository staff only Download (426kB) | Request a copy
	Text e. BAB 3.pdf Restricted to Repository staff only Download (602kB) | Request a copy
	Text f. BAB 4.pdf Restricted to Repository staff only Download (955kB) | Request a copy
	Text g. BAB 5.pdf Restricted to Repository staff only Download (146kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (269kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (154kB) | Request a copy

Abstract

Penelitian ini menganalisis kinerja Named Entity Recognition (NER) berbasis IndoBERT dalam mengidentifikasi entitas pada transkrip pidato politik Presiden Republik Indonesia. Proses penelitian mencakup transkripsi video menjadi teks, preprocessing, pelabelan entitas dengan format BIO, serta pelatihan model melalui fine-tuning. Evaluasi kinerja dilakukan menggunakan beberapa skema k-fold cross validation yaitu 2-Fold, 3-Fold, 4-Fold, dan 6-Fold untuk memastikan reliabilitas model. Indikator evaluasi yang digunakan meliputi precision, recall, F1-score, serta confusion matrix. Hasil penelitian menunjukkan bahwa IndoBERT mampu memberikan performa yang konsisten dengan nilai F1-score yang stabil di seluruh skema validasi, meskipun terdapat variasi kecil pada masing-masing fold. Hal ini menegaskan bahwa IndoBERT efektif dalam mengidentifikasi entitas penting (PER, ORG, LOC, DATE, CRD) pada teks politik berbahasa Indonesia. Penelitian ini memberikan kontribusi pada pengembangan teknologi NLP untuk mendukung analisis wacana politik serta potensi implementasi dalam sistem pemantauan konten digital.

Kata kunci: Named Entity Recognition, IndoBERT, Pidato Politik, Transformer, Cross Validation

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Arfianto, Deni

NIDN0718068103

Dosen Pembimbing

Umilasari, Reni

NIDN0728079101

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Named Entity Recognition, IndoBERT, Pidato Politik, Transformer, Cross Validation
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Nabillah Ufairoh Muchtar | nabillahufairoh02@gmail.com
Date Deposited:	27 Aug 2025 06:52
Last Modified:	27 Aug 2025 06:52
URI:	http://repository.unmuhjember.ac.id/id/eprint/27754

Actions (login required)

View Item