IndoBERT vs SVM: Analisis Sentimen Komentar Penonton Film Penyalin Cahaya: IndoBERT vs SVM: Sentiment Analysis of Audience Comments on the Film Photocopier

Daffa Junichi Rahmadi; Safitri Jaya

doi:10.57152/malcom.v6i3.2784

Authors

Daffa Junichi Rahmadi Universitas Pembangunan Jaya
Safitri Jaya Universitas Pembangunan Jaya

DOI:

https://doi.org/10.57152/malcom.v6i3.2784

Keywords:

Analisis Sentimen, IndoBERT, Komentar Film, Penyalin Cahaya, Supprot Vector Machine

Abstract

Penelitian ini membuktikan keunggulan Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT) dibandingkan dengan Support Vector Machine (SVM) dalam analisis sentimen pada data komentar di platform digital, khususnya terkait isu yang diangkat dalam film Penyalin Cahaya. Data untuk penelitian ini diperoleh melalui scraping dari lima platform digital, dengan total 12.473 komentar. Tahap preprocessing yang diterapkan meliputi cleaning, normalization, tokenization, penghapusan stopword, dan stemming. Untuk mengatasi ketidakseimbangan data, penelitian ini menggunakan metode Random Over-Sampling (ROS) dan Synthetic Minority Over-Sampling Technique (SMOTE). Hasil evaluasi menunjukkan bahwa IndoBERT memperoleh nilai F1-Score 0.80, sedangkan SVM memperoleh 0.74. Meskipun kedua model memiliki nilai AUC sebesar 0.94. IndoBERT memiliki performa yang lebih baik dalam memahami konteks kalimat, khususnya pada sentimen netral dan negatif. IndoBERT juga lebih unggul dalam menghasilkan prediksi yang lebih akurat dan seimbang pada setiap kategori sentimen. Hasil analisis juga memperlihatkan bahwa opini publik didominasi oleh sentimen positif yang mencerminkan apresiasi terhadap film serta dukungan terhadap isu yang diangkat.

Downloads

Download data is not yet available.

References

A. Syahrul Huda and S. Solli Nafsika, “Film Sebagai Media dalam Mengubah Cara Pandang Manusia dalam Prinsip Kemanusiaan,” 2023.

R. Febriannur Rachman, “Representasi Dalam Film.”

U. Bhayangkara Surabaya, “Analisis Isi Mengenai Kekerasan Seksual pada Film Like & Share 1** Nur Aida Safitri, 2 Ita Nurlita”.

N. Alita Darawangi Tuhepaly and S. Aminda Mazaid, “Analisis Semiotika John Fiske Mengenai Representasi Pelecehan Seksual Pada Film Penyalin Cahaya,” vol. 5, no. 2, p. 233, 2022.

A. Trihastuti and F. L. Nuqul, “Menelaah Pengambilan Keputusan Korban Pelecehan Seksual Dalam Melaporkan Kasus Pelecehan Seksual.”

P. M. Jannah, “Pelecehan Seksual, Seksisme dan Bystander,” Psikobuletin:Buletin Ilmiah Psikologi, vol. 2, no. 1, p. 61, Feb. 2021, doi: 10.24014/pib.v2i1.12023.

Play Stop Rewatch, “Review Film Penyalin Cahaya?: Menguras, Menutup, dan Mengubur si Medusa.,” Kumparan, 2021. [Online]. Available: https://kumparan.com.

D. Ramdani, M. Irfan, and N. Lukman, “Perbandingan Kinerja IndoBERT, IndoRoBERTa dan NusaBERT dalam Analisis Sentimen Isu LGBT di Media Sosial X,” INTERNAL (Information System Journal, vol. 8, no. 2, pp. 91–107, doi: 10.32627.

Elvika Alya Junita and Ryan Randy Suryono, “Analisis Sentimen Hate Speech Mengenai Calon Wakil Presiden Indonesia Menggunakan Algoritma Bert,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 4, pp. 2054–2063, Nov. 2024, doi: 10.29100/jipi.v9i4.5544.

L. Geni, E. Yulianti, and D. I. Sensuse, “Sentiment Analysis of Tweets Before the 2024 Elections in Indonesia Using Bert Language Models,” Jurnal Ilmiah Teknik Elektro Komputer dan Informatika, vol. 9, no. 3, pp. 746–757, Aug. 2023, doi: 10.26555/jiteki.v9i3.26490.

A. Yoga Pratama, G. Ananda Sanjaya, N. Khairunisa Lubis, and M. Rangga Aditya, “Analisis Sentimen Publik Terkait Danantara Menggunakan Algoritma IndoBERT pada Platform Media Sosial,” vol. 9, p. 2025, doi: 10.47002/metik.v9i1.1055.

M. F. Kono, I. N. Fajri, and Y. Pristyanto, “Public Sentiment Analysis on Corruption Issues in Indonesia Using IndoBERT Fine-Tuning, Logistic Regression, and Linear SVM,” 2025. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

C. Apriyadi and S. Styawati, “Sentiment Analysis of Cyber Attacks in Bank Syariah Indonesia Using SVM and Indobert Method,” Jurnal Teknik Informatika (Jutif), vol. 6, no. 2, pp. 819–838, Apr. 2025, doi: 10.52436/1.jutif.2025.6.2.2636.

Nida Nur Aini Aryanti and Ozzi Suria, “Analisis Sentimen Terhadap Pemutusan Hubungan Kerja Di Indonesia?: Komparasi Indobert Dengan Svm, Random Forest, Dan Decision Tree Dengan Optimasi Tf - Idf,” Rabit?: Jurnal Teknologi dan Sistem Informasi Univrab, vol. 10, no. 2, pp. 1158–1176, Jul. 2025, doi: 10.36341/rabit.v10i2.6364.

H. Sapta Mawar and M. Rahardi, “Sentiment Analysis of the TPKS Law on Twitter: A Comparative Study of Classification Algorithm Performance,” 2025. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

S. Shafwah and H. Al Azies, “Komparasi SVM dan IndoBERT dalam Klasifikasi Sentimen Program Makanan Bergizi Gratis,” JTERA (Jurnal Teknologi Rekayasa), vol. 10, no. 2, p. 105, Jan. 2026, doi: 10.31544/jtera.v10.i2.2025.105-112.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835.

Nikmatun Aliyah Salsabila; Yosef Ardhito Winatmoko; Ali Akbar Septiandri; Ade Jama, “Kamus Alay - Colloquial Indonesian Lexicon,” GitHub Repository. [Online]. Available: https://github.com/nasalsabila/kamus-alay.

S. E. L. and E. K. Bird, Natural Language Processing with Python. O’Reilly Media Inc., 2009.

R. K. Librian Andy, “Sastrawi High quality PHP library for stemming words in Indonesian Language (Bahasa),” GitHub Repository. [Online]. Available: https://github.com/sastrawi/sastrawi

F. Koto and G. Y. Rahmaningtyas, “Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs,” in Proceedings of the 2017 International Conference on Asian Language Processing, IALP 2017, Institute of Electrical and Electronics Engineers Inc., Jul. 2017, pp. 391–394. doi: 10.1109/IALP.2017.8300625.

J. Homepage et al., “MALCOM: Indonesian Journal of Machine Learning and Computer Science Sentiment Analysis of Online Lectures in Indonesia from Twitter Dataset Using InSet Lexicon Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon,” vol. 1, pp. 24–33, 2021.

B. Wilie et al., “IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding.” Hugging Face Repository. [Online]. Available: https://huggingface.co/indobenchmark/indobert-large-p2.

F. H. Ilya Loshchilov, “AdamW optimizer for Keras,” GitHub Repository. [Online]. Available: https://github.com/GLambard/AdamW_Keras.

D. Ramadhan Alfinsyah and B. Pilu Hartato, “Evaluating the Impact of Random Over Sampling on IndoBERT Performance for Indonesian Sentiment Analysis,” 2025. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

S. Puad and A. Susilo Yuda Irawan, “Analisis Sentimen Masyarakat Pada Twitter Terhadap Pemilihan Umum 2024 Menggunakan Algoritma Naïve Bayes,” 2023.

D. Farah Zhafira, B. Rahayudi, and P. Korespondensi, “Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes Dan Pembobotan Tf-Idf Berdasarkan Komentar Pada Youtube,” 2021.

N. Blesyova and F. Nur Hasan, “Analisis Sentimen Terhadap Bea Cukai Menggunakan Support Vector Machine Dan K-Fold Cross Validation,” 2024.