creators_name: YULINA , PUTRI 
creators_id: 2117031084
type: other
datestamp: 2025-06-19 14:46:09
lastmod: 2025-06-19 14:46:09
metadata_visibility: show
title: PENGARUH AUGMENTASI DATA TERHADAP KINERJA PRE-TRAINED
TRANSFORMER MODELS DALAM KLASIFIKASI JUDUL BERITA
COVID-19
ispublished: pub
subjects: 500
subjects: 510
full_text_status: restricted
abstract: Volume informasi digital, khususnya berita online selama masa pandemi
COVID-19 mengalami lonjakan yang menyebabkan pembaca kesulitan
memperoleh informasi yang relevan. Klasifikasi otomatis berbasis pre-trained
transformer models merupakan pendekatan yang dapat digunakan untuk menyaring
informasi secara efisien. Namun, kinerja model klasifikasi sangat dipengaruhi
oleh kualitas dan distribusi data latih. Ketidakseimbangan distribusi kelas dalam
data dapat menurunkan kinerja prediksi model, terutama terhadap kelas minoritas.
Oleh karena itu, penelitian ini bertujuan menganalisis pengaruh augmentasi
data terhadap peningkatan kinerja model klasifikasi pada data judul berita
COVID-19 yang tidak seimbang. Dua metode augmentasi yang digunakan
yaitu synonym replacement (SR) dan kombinasi synonym replacement dengan
back translation (SR + BT). Evaluasi dilakukan menggunakan beberapa model
pre-trained transformer, diantaranya ALBERT, BERT, DistilBERT, IndoBERT,
Indo RoBERTa, dan RoBERTa. Hasil menunjukkan bahwa augmentasi berhasil
meningkatkan rata-rata akurasi dan recall hingga 1,45%, presisi dan F1-score
hingga 1,94%, dan ROC-AUC hingga 5,58%. Pada kelas minoritas, augmentasi
meningkatkan recall hingga 14,67% dan F1-score hingga 5,37%. Temuan ini
menunjukkan bahwa augmentasi data efektif dalam mengatasi ketidakseimbangan
kelas dan meningkatkan kemampuan model dalam mengidentifikasi kelas minoritas
yang sebelumnya sulit terdeteksi.
Kata-kata kunci: Klasifikasi, Transformer, Augmentasi Data, Berita Online,
Synonym Replacement, Back Translation.
date: 2025-06-10
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
citation:   YULINA , PUTRI   (2025) PENGARUH AUGMENTASI DATA TERHADAP KINERJA PRE-TRAINED TRANSFORMER MODELS DALAM KLASIFIKASI JUDUL BERITA COVID-19.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/89089/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/89089/2/SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/89089/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf