Data dan MLPilihanL3:university-sentiment-indobert

Sentiboard: Dashboard Sentimen Universitas Berbasis IndoBERT

Model IndoBERT hasil fine-tuning, API inferensi FastAPI, dan dashboard Django yang memantau sentimen unggahan tentang kampus.

Peran: Penulis tunggal (skripsi S1): model, API, dan dashboard
Periode: Apr 2022 hingga Jan 2023

89%
Akurasi validasi model hasil fine-tuning
Pada 1.350 tweet validasi setelah tiga epoch, weighted F1 0,89 (output notebook training); model card Hugging Face juga mencatat 89%.
88%
Akurasi uji
Pada 150 tweet uji yang tidak dipakai saat training (classification report di notebook training).
7,500
Tweet berlabel, seimbang di tiga kelas
2.500 positif, 2.500 netral, dan 2.500 negatif (file dataset bersih di repository model).

Masalah

Sebuah universitas ingin mengikuti pembicaraan tentang kampusnya di media sosial, tetapi membaca unggahan berbahasa Indonesia satu per satu tidak efisien dan tool sentimen umum kurang baik menangani bahasa gaul Indonesia.

Yang saya kerjakan

Saya menyusun data latih seimbang berisi 7.500 tweet berbahasa Indonesia (masing-masing 2.500 positif, netral, dan negatif) dari dataset publik tentang kuliah daring, lalu membersihkannya dengan case folding, normalisasi kata gaul, stopword removal, dan stemming Sastrawi.
Saya melakukan fine-tuning indobert-base-p2 untuk klasifikasi sentimen tiga kelas dengan Hugging Face Trainer dan mempublikasikan modelnya di Hugging Face.
Saya membungkus model dalam layanan FastAPI ber-Docker yang mengembalikan teks bersih, logit, dan label untuk setiap unggahan.
Saya membangun Sentiboard, dashboard Django yang mengumpulkan unggahan lewat Twitter API, memberi label dengan model tersebut, dan menampilkan sentimen per bulan dengan word cloud dan tampilan topik.