Ulfia Khairani Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2024

Skripsi

Platform media sosial saat ini membentuk wadah dimana berita dapat lebih mudah ditemukan dan menarik perhatian individu. Pada media sosial, masyarakat dapat memberikan komentar-komentar terhadap berita yang telah dibaca. Pemahaman terhadap emosi yang mengiringi komentar-komentar yang telah diberikan pengguna pada postingan berita dapat membantu memahami bagaimana berita tersebut diserap, diinterpretasi, dan direspons oleh publik. Penelitian ini bertujuan untuk mendeteksi emosi pada komentar berita di media sosial dengan menggunakan pre-trained model IndoBERT dan IndoBERTweet serta mengeksplorasi dampak penggunaan tahapan preprocessing khususnya remove stopwords dan stemming pada kedua model tersebut. Penelitian ini melalui tujuh tahapan yaitu pengumpulan data, pelabelan data (marah, senang, takut, dan sedih), preprocessing, split dataset, tokenisasi, fine-tuning, dan evaluasi model. Hasil penelitian menunjukkan bahwa model indoBERTweet menghasilkan akurasi yang lebih baik dibandingkan dengan model indoBERT yaitu sebesar 88.28% untuk data yang melalui tahapan remove stopwords dan stemming serta 92.54% untuk data yang tidak melalui tahapan remove stopwords dan stemming. Kata Kunci: Deteksi Emosi, Media Sosial, IndoBERT, IndoBERTweet 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 119701 2024-01-24 09:43:43 2024-01-24 10:22:36 machine generated