Buat environment Python (opsional tapi direkomendasikan)

python -m venv venv

Windows

venv\Scripts\activate

Linux/Mac

source venv/bin/activate

Install requirements

pip install -r requirements.txt

1. Persiapan Data

Pastikan data sentiment berada di lokasi yang sesuai (sentiment_ablation/data/INA_TweetsPPKM_Labeled_Pure.csv)

2. Melatih Model (waktu eksekusi lama)

Model BERT

python train_bert.py

Model DistilBERT

python train_distilbert.py

Model IndoBERT Lite

python train_indobert_lite.py

Model IndoBERTweet

python train_indobertweet.py

3. Evaluasi Model

Evaluasi BERT & DistilBERT

python evaluate_BERT_DistilBERT.py

Evaluasi IndoBERT Lite & IndoBERTweet

python evaluate_IndoBERT-Lite_bertweet.py

4. Benchmark Model

Benchmark BERT & DistilBERT

python benchmark_Bert_DistilBert.py

Benchmark IndoBERT Lite & IndoBERTweet

python benchmark_IndoBERT-Lite_indobertweet.py

5. Hasil dan Laporan

Hasilkan tabel dan visualisasi awal

python result.py

Hasilkan hasil akhir dan perbandingan menyeluruh

python generate_final_results.py

Output yang Dihasilkan

Setelah menjalankan semua kode, Anda akan mendapatkan:

1. Model terlatih di folder models
2. Tabel perbandingan (CSV dan Markdown)
3. Visualisasi performa model (PNG)
4. Log pelatihan dan evaluasi

Catatan

1. Proses pelatihan membutuhkan GPU untuk kinerja optimal
2. Pastikan memiliki ruang penyimpanan yang cukup (16GB) untuk menyimpan model dan requirements python
3. Seluruh proses bisa memakan waktu 3-5 jam tergantung spesifikasi hardware