Deteksi Pengunaan Bahasa Jakarta Selatan Pada Media Sosial X Menggunakan Model IndoBERT Berbasis Bidirectional Context - Submit Jurnal

Saputro, Niko (2026) Deteksi Pengunaan Bahasa Jakarta Selatan Pada Media Sosial X Menggunakan Model IndoBERT Berbasis Bidirectional Context - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11221039_cover.pdf Download (100kB)
	Text 11221039_statement_of_authenticity.pdf Download (199kB)
	Text 11221039_publishing_agreement.pdf Download (286kB)
	Text 11221039_approval_sheet.pdf Download (300kB)
	Text 11221039_preface.pdf Download (485kB)
	Text 11221039_abstract_id.pdf Download (109kB)
	Text 11221039_abstract_en.pdf Restricted to Repository staff only until 3 October 2028. Download (110kB) | Request a copy
	Text 11221039_table_of_content.pdf Restricted to Repository staff only until 3 October 2028. Download (125kB) | Request a copy
	Text 11221039_illustrations.pdf Restricted to Repository staff only until 3 October 2028. Download (112kB) | Request a copy
	Text 11221039_tables.pdf Restricted to Repository staff only until 3 October 2028. Download (115kB) | Request a copy
	Text 11221039_notations.pdf Restricted to Repository staff only until 3 October 2028. Download (229kB) | Request a copy
	Text 11221039_chapter_1.pdf Restricted to Repository staff only until 3 October 2028. Download (216kB) | Request a copy
	Text 11221039_chapter_2.pdf Restricted to Repository staff only until 3 October 2028. Download (787kB) | Request a copy
	Text 11221039_chapter_3.pdf Restricted to Repository staff only until 3 October 2028. Download (218kB) | Request a copy
	Text 11221039_chapter_4.pdf Restricted to Repository staff only until 3 October 2028. Download (629kB) | Request a copy
	Text 11221039_conclusions.pdf Restricted to Repository staff only until 3 October 2028. Download (116kB) | Request a copy
	Text 11221039_bibliography.pdf Download (239kB)
	Text 11221039_enclosure.pdf Restricted to Repository staff only until 3 October 2028. Download (149kB) | Request a copy
	Text 11221039_paper.pdf Restricted to Repository staff only until 3 October 2028. Download (637kB) | Request a copy
	Text 11221039_presentation.pdf Restricted to Repository staff only until 3 October 2028. Download (2MB) | Request a copy

Abstract

Fenomena bahasa Jakarta Selatan yang mencampurkan kosakata bahasa Indonesia dengan bahasa Inggris melalui teknik code-mixing telah menjadi tren komunikasi yang masif di media sosial X. Namun, algoritma klasifikasi tradisional seperti Support Vector Machine dan Random Forest seringkali gagal menangkap makna kontekstual kalimat code-mixing yang kompleks karena ketergantungan pada fitur statistik N-Gram yang bersifat statis. Penelitian ini bertujuan untuk membangun sistem deteksi dan klasifikasi otomatis tipe code-mixing bahasa Jakarta Selatan menggunakan model IndoBERT berbasis Bidirectional Context, serta menganalisis efektivitas teknik augmentasi dan balancing data terhadap performa model. Metode penelitian menggunakan arsitektur klasifikasi dua tahap (two-stage). Stage 1 untuk deteksi biner (Bahasa Jaksel vs Bukan Bahasa Jaksel) dan Stage 2 untuk klasifikasi multiclass berdasarkan tipologi Muysken (Insertion, Alternation, dan Congruent Lexicalization). Dua eksperimen dilakukan dengan teknik augmentasi rule-based replacement yang identik, mengikuti alur data mentah ke kalimat baku kemudian diganti menggunakan aturan pemetaan kata, serta balancing rasio 50:50 untuk label biner dan 1:1:1 untuk jenis Muysken. Eksperimen utama menggunakan dataset IJELID (Hidayatullah, 2023) yang merepresentasikan teks media sosial X sebanyak 6.000 baris, sedangkan eksperimen pendukung menggunakan dataset transkrip YouTube sebanyak 8.000 baris sebagai pembanding. Model di fine-tune menggunakan IndoBERT-Base-P2 dengan hyperparameter learning rate 2e-5, batch size 16, dan 3 epochs. Hasil eksperimen utama menunjukkan bahwa model mencapai F1 Macro sebesar 0,92 pada Stage 1 dan 0,96 pada Stage 2, dengan kelas Alternation mencapai F1-score sempurna 1,00. Eksperimen pendukung memperoleh F1 Macro 0,94 pada Stage 1 dan 0,96 pada Stage 2. Berdasarkan hasil tersebut, dapat disimpulkan bahwa arsitektur Two-Stage IndoBERT dengan teknik augmentasi dan balancing 50:50 efektif dalam mendeteksi dan mengklasifikasikan fenomena bahasa Jakarta Selatan pada media sosial X.

Item Type:	Thesis (Bachelor)
Subjects:	P Language and Literature > P Philology. Linguistics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Niko Saputro
Date Deposited:	14 Jul 2026 01:32
Last Modified:	14 Jul 2026 01:32
URI:	http://repository.itk.ac.id/id/eprint/26919

Actions (login required)

View Item