RINGKASAN LABELING VADER
========================
Timestamp        : 2026-08-03 05:52:51
Metode deteksi   : langdetect
File Input       : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\output\MASTER_tweets_20260603_130124.csv
File Output      : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\data_for_labeling\logs\labeled_output_20260803_055247.csv

FILTER BAHASA
-------------
Tweet bahasa Inggris dihapus  : 113
Tweet bahasa Indonesia tersisa: 1,208

HASIL LABELING
--------------
Total tweets : 1,208
Positif      : 60 (5.0%)
Negatif      : 29 (2.4%)
Netral       : 1,119 (92.6%)

LANGKAH BERIKUTNYA DALAM PIPELINE
---------------------------------
Step 3 -> Preprocessing
  Gunakan file : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\data_for_labeling\logs\labeled_output_20260803_055247.csv
  Proses       : Case folding, cleaning, normalisasi kata gaul, 
                 tokenisasi, stopword removal, stemming.

Step 4 -> Split Data & Oversampling
  Membagi data menjadi Latih (80%) dan Uji (20%), lalu menerapkan 
  oversampling HANYA pada data latih untuk mencegah Data Leakage.
