Klasifikasi Aspek Komentar Instagram Reels Menggunakan Model Transformer Untuk Penyusunan Rekomendasi Strategis

ANUGRAH, Mesakh Besta (2026) Klasifikasi Aspek Komentar Instagram Reels Menggunakan Model Transformer Untuk Penyusunan Rekomendasi Strategis. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (78kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (175kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (142kB)
	Text 5. KATA PENGANTAR.pdf Download (183kB)
	Text 6. ABSTRAK.pdf Download (26kB)
	Text 7. ABSTRACT.pdf Download (25kB)
	Text 8. DAFTAR ISI.pdf Download (31kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (106kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (172kB)

Abstract

Instagram Reels berkembang pesat, namun keberhasilan konten sering hanya diukur melalui like, share, views, dan jumlah komentar, sementara isi komentar yang memuat opini, saran, kritik, dan ide audiens kerap terabaikan, padahal komentar merupakan sumber informasi berharga. Penelitian ini bertujuan
untuk mengklasifikasikan aspek komentar Instagram Reels secara otomatis menggunakan model Transformer IndoBERT dan IndoRoBERTa, sehingga content creator dan brand dapat memahami isi komentar secara lebih mendalam. Dataset
diperoleh dari hasil scraping 661 link Instagram Reels yang mencakup beragam jenis konten publik di Indonesia, seperti kuliner, ulasan produk, hiburan, edukasi, dan gaya hidup, untuk memperoleh variasi konteks bahasa dan topik. Komentar asli
yang belum berlabel diproses dengan bantuan Large Language Model (LLM) untuk mempelajari pola bahasa dan menghasilkan data sintetis berlabel. Data sintetis digunakan sebagai data latih, validasi, dan uji setelah pra-pemrosesan, dan model dilatih selama lima epoch. Hasil menunjukkan IndoBERT unggul dengan akurasi 92% dan F1-score 93%, sedangkan IndoRoBERTa memperoleh akurasi 91% dan F1-score 91%. Klasifikasi aspek ini terbukti membantu menganalisis komentar secara rinci dan menjadi dasar rekomendasi strategis bagi content creator dan
brand.
Kata Kunci: Instagram Reels, Komentar, Opini Audiens, Klasifikasi Aspek, Transformer, IndoBERT, IndoRoBERTa.

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	19 Jan 2026 10:33
Last Modified:	19 Jan 2026 10:33
URI:	https://eprints2.undip.ac.id/id/eprint/43605

Actions (login required)

View Item

Search for collections on Undip Repository