?url_ver=Z39.88-2004&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Adc&rft.title=+%0D%0APENERAPAN+NER-LDA+BERBASIS+MODEL+TRANSFORMER+UNTUK%0D%0ADETEKSI+DAN+KLASIFIKASI+TWEET+KEBIJAKAN+PUBLIK+%0D%0ADI+INDONESIA%0D%0A%0D%0A&rft.creator=Dina+%2C+Merlia+Efendi+&rft.subject=500+ilmu+pengetahuan+alam+dan+matematika&rft.subject=510+Matematika&rft.description=+%0D%0AIntegrasi+inovasi+teknologi+signifikan+mengubah+tatanan+komunikasi%0D%0Amentransformasikan+kehidupan+ke+arah+digital.+Platform+media+sosial+populer+di%0D%0AIndonesia+salah+satunya+X+(Twitter).+Ruang+lingkup+tweet+dapat+menjadi+informasi%0D%0Asebagai+acuan+pemerintah+dan+pemangku+kepentingan+mengoptimalkan+kebijakan%0D%0Adi+Indonesia.+Oleh+karena+itu%2C+diperlukan+cara+yang+tepat+untuk+mendeteksi+dan%0D%0Amengklasifikasi+tweet+keresahan+masyarakat+terhadap+fenomena+kebijakan+publik%0D%0Ayang+trending+pada+platform+X.+Penelitian+ini+menerapan+Named+Entity+Recognition%0D%0A%E2%80%93+Latent+Dirichlet+Allocation+(NER-LDA)+dalam+mengoptimalkan+klasifikasi+teks%0D%0Amenggunkan+model+Transformer+yang+dibandingkan+mulai+dari+Indonesian%0D%0ABidirectional+Encoder+Representations+from+Transformers+(IndoBERT)%2C+Distilled%0D%0ABidirectional+Encoder+Representations+from+Transformers+Multilingual%0D%0A(DistilBERT+Multilingual)%2C+hingga+Cross-lingual+Language+Model-Robustly%0D%0AOptimized+Bidirectional+Encoder+Representations+From+Transformers+Pretraining%0D%0AApproach+(XLM-RoBERTa).+Penelitian+ini+menerapkan+augmentasi+data+Large%0D%0ALanguage+Model+Meta+AI+(LLaMA)+dan+hyperparameter+tuning+Grid+Search.+Hasil%0D%0Akombinasi+parameter+terbaik+pada+ketiga+model+Transformer+dari+data+saat+trending%0D%0Aadalah+batch+size+16+dan+learning+rate+sebesar+1+%C3%97+10%0D%0A+lalu+pada+data+setelah%0D%0Atrending+adalah+batch+size+32+untuk+model+IndoBERT+serta+batch+size+16+untuk%0D%0Amodel+DistilBERT+Multilingual+dan+XLM-RoBERTa+dengan+learning+rate+terbaik%0D%0Auntuk+ketiga+model+sebesar+1+%C3%97+10%0D%0A%E2%88%925%0D%0A.+Perbandingan+ketiga+model+Transformer%0D%0Amemperoleh+hasil+evaluasi+terbaik+untuk+data+saat+trending+adalah+model%0D%0ADistilBERT+Multilingual+dan+data+setelah+trending+adalah+model+IndoBERT%0D%0Adengan+accuracy+kedua+model+mencapai+99%25.+Hasil+menunjukkan+bahwa+model%0D%0ATransformer+memiliki+kinerja+optimal+dalam+klasifikasi+tweet+kebijakan+publik%2C%0D%0Abaik+pada+data+saat+maupun+setelah+trending.%0D%0A%0D%0AKata+kunci%3A+DistilBERT+Multilingual%2C+IndoBERT%2C+NER+-LDA%2C+Transformer%2C%0D%0AXLM-RoBERTa.%0D%0A%E2%88%925&rft.publisher=FAKULTAS+MATEMATIKA+ILMU+PENGETAHUAN+ALAM&rft.date=2025-06-10&rft.type=Skripsi&rft.type=NonPeerReviewed&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F89321%2F1%2FABSTRAK.pdf&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F89321%2F2%2FSKRIPSI%2520FULL.pdf&rft.format=text&rft.identifier=http%3A%2F%2Fdigilib.unila.ac.id%2F89321%2F3%2FSKRIPSI%2520FULL%2520TANPA%2520BAB%2520PEMBAHASAN.pdf&rft.identifier=++Dina+%2C+Merlia+Efendi+++(2025)++PENERAPAN+NER-LDA+BERBASIS+MODEL+TRANSFORMER+UNTUK+DETEKSI+DAN+KLASIFIKASI+TWEET+KEBIJAKAN+PUBLIK+DI+INDONESIA.++FAKULTAS+MATEMATIKA+ILMU+PENGETAHUAN+ALAM%2C+UNIVERSITAS+LAMPUNG.+++++&rft.relation=http%3A%2F%2Fdigilib.unila.ac.id%2F89321%2F