Deteksi Emosi Text Twitter Berbahasa Indonesia Menggunakan BERT

Rihaldijiran, Vito (2022) Deteksi Emosi Text Twitter Berbahasa Indonesia Menggunakan BERT. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211840000071-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (2MB)

Abstract

Media Sosial adalah Platform Digital yang memfasilitasi penggunannya untuk saling bersosial, baik itu berkomunikasi atau membagikan konten berupa tulisan, foto, dan video. Segala konten yang dibagikan tersebut akan terbuka untuk publik. Media Sosial juga mempunyai banyak dampak, mulai dari dampak positif dan dampak negatif. Salah satu contoh dampak negatif nya adalah ujaran kebencian dalam berperilaku di media sosial, salah satu wadahnya adalah melalui Twitter. Masyarakat Indonesia dalam bermedia sosial memiliki perilaku yang kurang baik dan memiliki kemungkinan untuk menyebar kebencian di Twitter. Sehingga, diciptakannya penelitian untuk mendeteksi emosi dari tweet yang ada untuk meminimalisir perilaku kurang baik dalam menggunakan Media Sosial. Penelitian ini memanfaatkan BERT sebagai algoritma yang digunakan untuk mendeteksi Emosi Teks apakah sedang marah, senang, sedih, dan lainnya secara otomatis. Sebelum dilakukan deteksi oleh BERT, teks akan masuk tahap tokenisasi. Keluaran dari klasifikasi menggunakan BERT adalah probabilitas apakah teks tweet memiliki kecenderungan untuk mempunyai emosi sesuai dengan yang telah diklasifikasikan. Tujuan dari penelitian ini adalah untuk membuat model yang dapat digunakan untuk melakukan klasifikasi suatu teks untuk memiliki kecenderungan emosi sesuai dengan model yang telah dilatih untuk mengetahui teks memiliki kemungkinan mempunyai emosi tertentu. Hasil dari penelitian ini adlaah model yang dapat mendeteksi emosi text twitter dengan tingkat akurasi sebesar diatas 80 %.
==============================================================================================================================
Social Media is a Digital Platform that facilitates its users to socialize with each other, be it communicating or sharing content in the form of writing, photos, and videos. All content that is shared will be open to the public. Social Media also has many impacts, ranging from positive impacts and negative impacts. One example of its negative impact is hate speech in behavior on social media, one of which is through Twitter. Indonesian people in social media have bad behavior and have the possibility to spread hatred on Twitter. Thus, research was created to detect emotions from existing tweets to minimize unfavorable behavior in using Social Media. This study utilizes BERT as an algorithm used to detect Text Emotions whether they are angry, happy, sad, and others automatically. Before detection by BERT, the text will enter the tokenization stage. The output of the classification using BERT is the probability of whether the tweet text has a tendency to have emotions according to what has been classified. The purpose of this research is to create a model that can be used to classify a text to have an emotional tendency according to the model that has been trained to find out the possibility of a text having certain emotions. The result of this research is a model that can detect twitter text emotions with an accuracy level of above 80 %

Item Type:	Thesis (Other)
Additional Information:	RSKom 005.746 Rih d-1 2022
Uncontrolled Keywords:	BERT. Emosi. Klasifikasi. Probabilitas. BERT. Emotion. Classification. Probability.
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	17 Jun 2026 04:46
Last Modified:	17 Jun 2026 04:46
URI:	http://repository.its.ac.id/id/eprint/133853

Actions (login required)

View Item