RINGKASAN PREPROCESSING
=======================
Timestamp     : 2026-08-03 05:53:09
Stemmer       : PySastrawi

File Input    : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\data_for_labeling\logs\labeled_output_20260803_055247.csv
File Output   : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\preprocessing\preprocessed_labeled.csv

HASIL PREPROCESSING
-------------------
Total tweet        : 1,208
Rata-rata token    : 19.5 per tweet

Distribusi label:
  Netral      : 1,119 (92.6%)
  Positif     : 60 (5.0%)
  Negatif     : 29 (2.4%)

KOLOM OUTPUT
------------
  tweet        : teks tweet asli
  tweet_clean  : hasil preprocessing (string)
  tokens       : token dipisah spasi
  sentiment_vader : label sentimen

LANGKAH BERIKUTNYA
------------------
Step 3 -> oversampling/
  Gunakan file : C:\Users\Naufal\Documents\KULIAH\SKRIPSI\Text Mining Skripsi\preprocessing\preprocessed_labeled.csv
  Proses       : Random Oversampling / SMOTE dari kolom tweet_clean
  Kolom mana yang di-resample : gunakan tweet_clean (hasil bersih),
  bukan tweet mentah, supaya konsisten dengan tahap TF-IDF berikutnya.
