ADENAYA, Nashwan (2026) Optimasi Multiobjektif untuk Interpretasi XAI pada Pemodelan BERTopic: Analisis Isu Mangrove di Media Sosial. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Other (FULL TEXT) SKRIPSI_24060122130084_Nashwan Adenaya.rar Restricted to Repository staff only Download (12MB) | Request a copy
	Text 1. COVER.pdf Download (153kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (78kB)
	Text 4. KATA PENGANTAR.pdf Download (239kB)
	Text 6. ABSTRAK.pdf Download (176kB)
	Text 7. ABSTRACT.pdf Download (145kB)
	Text 8. DAFTAR ISI.pdf Download (209kB)
	Text 11. BAB I PENDAHULUAN.pdf Download (244kB)
	Text 16. DAFTAR PUSTAKA.pdf Download (235kB)

Abstract

Perkembangan media sosial seperti platform X menghasilkan volume besar opini publik terkait
rehabilitasi ekosistem mangrove di Indonesia, sehingga memerlukan pendekatan analisis teks
yang efektif sekaligus transparan. Meskipun pemodelan topik menggunakan BERTopic mampu
menangani teks pendek dengan baik, sifatnya yang black-box menyulitkan pengguna untuk
menginterpretasi alasan di balik hasil tersebut. Oleh karena itu, penelitian ini bertujuan untuk
mengoptimasi fungsi objektif guna menyeimbangkan koherensi dan diversitas topik, serta
mengimplementasikan Explainable Artificial Intelligence (XAI) untuk meningkatkan
transparansi model. Dalam proses implementasinya, sebanyak 59.460 twit berbahasa Indonesia
dimodelkan menggunakan representasi embedding IndoBERTweet dengan mengeksplorasi
tiga skema evaluasi multiobjektif: weighted sum, geometric mean, dan weighted sum dengan
penalti. Untuk proses interpretasinya, digunakan surrogate model berbasis Logistic Regression
yang dianalisis secara global menggunakan SHAP dan secara lokal menggunakan LIME. Hasil
tersebut kemudian divalidasi lebih lanjut melalui pelabelan topik oleh Large Language Model
(LLM) serta evaluasi berbasis nalar manusia. Hasil penelitian menyimpulkan bahwa skenario
penalti (α = 0,7) memberikan kinerja algoritmik terbaik dengan akurasi surrogate sebesar 0,85
dan proporsi outlier 7,34%, serta mampu menjaga wacana ekologis dari noise secara efektif.
Namun, evaluasi berbasis penilaian manusia justru menunjukkan preferensi terhadap skenario
geometric mean, karena dianggap menghasilkan klaster yang lebih tajam dan mudah dipahami
secara logis. Temuan ini secara langsung menegaskan bahwa terdapat perbedaan yang jelas
antara performa matematis algoritma dan interpretabilitas manusia, di mana metode XAI
terbukti berperan penting untuk menjembatani keseimbangan tersebut dalam analisis wacana
publik.
Kata kunci : Pemodelan Topik, BERTopic, Evaluasi Multiobjektif, Explainable AI,
Mangrove

(NO. KETERSEDIAAN : 1690/F/2026)

Actions (login required)

View Item