PERBANDINGAN KINERJA MODEL TF-IDF SVM DAN INDOBERT DALAM KLASIFIKASI SENTIMEN CAMPURAN JUDUL BERITA IHSG MENGGUNAKAN PEMBELAJARAN

Abstract

Penelitian ini membandingkan kinerja model tradisional TF-IDF + SVM dengan model berbasis transformer IndoBERT pada tugas klasifikasi sentimen judul berita IHSG (1 Januari–30 September 2025; 1.380 sampel), dengan penekanan khusus pada deteksi sentimen campuran (mixed sentiment). Data menjalani tahapan preprocessing komprehensif (case folding, penghapusan angka/tanda baca, tokenisasi, stopword removal, dan stemming) lalu dilabeli secara semi-otomatis berbasis kata kunci menjadi empat kelas: Positif, Negatif, Netral, dan Campuran. Eksperimen komparatif menunjukkan IndoBERT yang di-fine-tune secara konsisten mengungguli TF-IDF + SVM—IndoBERT mencapai akurasi 0,9614 dan F1-Macro 0,9608, sementara TF-IDF + SVM tercatat akurasi 0,8647 dan F1-Macro 0,8323—menunjukkan superioritas representasi kontekstual dalam menangkap relasi semantik dan ambiguitas linguistik pada headline finansial. Keunggulan IndoBERT paling nyata pada kemampuan mendeteksi kelas Campuran, yang meskipun minoritas (8,41% dari dataset) sering memiliki nuansa polaritas ganda. Meski demikian, penelitian ini mengidentifikasi keterbatasan penting: ketidakseimbangan kelas, potensi bias dari pelabelan pseudo-otomatis, serta risiko overfitting yang memerlukan validasi silang dan pengujian pada korpus eksternal. Berdasarkan temuan empiris, rekomendasi praktis meliputi penerapan IndoBERT untuk sistem analisis sentimen finansial di Indonesia dengan prosedur verifikasi label, augmentasi data untuk kelas minoritas, serta eksperimen multi-label atau hibrid untuk memperkuat deteksi mixed sentiment. Kontribusi penelitian ini terletak pada bukti empiris perbandingan kedua pendekatan dalam konteks berita IHSG berbahasa Indonesia dan pedoman praktis untuk penerapan model berbasis transformer di domain finansial.