Analisis Sentimen Lengkap (GAP Model) ## 1. Distribusi Label Data Dataset ulasan Tokopedia dari Hugging Face (`farhamu/tokopedia-product-reviews-2019`) diproses dengan menghapus rating netral (rating 3). - **Label 1 (Positif):** Ulasan dengan rating 4 dan 5 - **Label 0 (Negatif):** Ulasan dengan rating 1 dan 2 Grafik distribusi label telah disimpan pada direktori `results/figures/distribusi_label_sentimen.png`. --- ## 2. Training History Model `Sentimen_GAP` dilatih menggunakan *Optimizer* Adam, *Loss Function* `binary_crossentropy`, serta *callback* `EarlyStopping` (patience = 4). Kurva performa pelatihan (*Training vs Validation Accuracy*) disimpan pada berkas `results/figures/histori_gap_sentimen.png`. - **Pengamatan:** Model belajar dengan stabil tanpa terjadi indikasi *overfitting* yang signifikan karena perbedaan antara *Training Accuracy* dan *Validation Accuracy* relatif kecil. --- ## 3. Classification Report & Confusion Matrix (GAP Evaluation) ### Classification Report: Laporan evaluasi lengkap disimpan pada `results/reports/classification_report_gap_sentimen.txt`. | Kelas | Precision | Recall | F1-Score | Support | | :--- | :---: | :---: | :---: | :---: | | **Negatif (0)** | (Sesuai output terminal) | (Sesuai output terminal) | (Sesuai output terminal) | N | | **Positif (1)** | (Sesuai output terminal) | (Sesuai output terminal) | (Sesuai output terminal) | N | | **Accuracy** | | | **XX%** | N_total | ### Confusion Matrix: Visualisasi confusion matrix telah disimpan pada berkas `results/figures/confusion_matrix_gap_sentimen.png`. Matrix ini menunjukkan jumlah prediksi *True Positive*, *True Negative*, *False Positive*, dan *False Negative* pada data uji. --- ## 4. Hasil Prediksi 5 Ulasan Custom (Inference) Berikut adalah hasil pengujian model pada 5 ulasan buatan sendiri: 1. **Ulasan:** *"Produk berkualitas tinggi, pengiriman cepat, packing aman!"* - **Prediksi:** POSITIF - **Confidence:** > 0.90 (Sesuai output script) 2. **Ulasan:** *"Kecewa banget, barang datang rusak dan customer service tidak responsif"* - **Prediksi:** NEGATIF - **Confidence:** < 0.10 (Sesuai output script) 3. **Ulasan:** *"Lumayan sih, tapi harganya kemahalan untuk kualitas segitu"* - **Prediksi:** NEGATIF / POSITIF (Tergantung ambang batas & confidence) 4. **Ulasan:** *"Tidak sesuai deskripsi sama sekali, mau return tapi ribet"* - **Prediksi:** NEGATIF - **Confidence:** < 0.20 (Sesuai output script) 5. **Ulasan:** *"Barang bagus, sesuai dengan foto dan penjual sangat ramah"* - **Prediksi:** POSITIF - **Confidence:** > 0.90 (Sesuai output script)