ANALISIS SENTIMEN ULASAN PENGGUNA PLATFORM BELAJAR COURSERA MENGGUNAKAN MODEL DISTILBERT DENGAN AUGMENTASI DATA DAN PENANGANAN KETIDAKSEIMBANGAN DATA

Abstract

Klasifikasi sentimen terhadap ulasan pengguna berperan penting dalam memahami persepsi publik terhadap layanan digital. Penelitian ini bertujuan menerapkan model DistilBERT untuk mengklasifikasikan sentimen ulasan Coursera ke dalam tiga kategori: positif, netral, dan negatif. DistilBERT dipilih karena efisiensinya dalam memproses konteks linguistik yang kompleks tanpa mengorbankan akurasi. Tahapan penelitian mencakup praproses teks dan penerapan tiga teknik augmentasi data, yaitu: Synonym Replacement, Contextual Word Embeddings, dan Back Translation yang efektuf untuk menangani ketidakseimbangan kelas dan meningkatkan keragaman data latih. Evaluasi model menunjukkan bahwa penggunaan kombinasi teknik augmentasi berhasil meningkatkan akurasi secara signifikan, dengan hasil tertinggi mencapai 99,78%. Hasil ini menunjukkan bahwa augmentasi data mampu meningkatkan generalisasi dan kinerja model, bahkan pada data yang kompleks dan tidak seimbang. Penelitian ini membuktikan efektivitas integrasi teknik augmentasi dalam mendukung kinerja DistilBERT pada tugas klasifikasi sentimen. Untuk penelitian selanjutnya, disarankan mengeksplorasi model NLP lanjutan seperti XLNet, RoBERTa, atau pendekatan ensemble untuk hasil klasifikasi yang lebih stabil dan akurat.