Analisis Komparatif Model Monolingual IndoBERT dan Model Multilingual XLM-R pada Klasifikasi Emosi Teks Bahasa Indonesia

Lutfi Salinggih, Muhammad (2026) Analisis Komparatif Model Monolingual IndoBERT dan Model Multilingual XLM-R pada Klasifikasi Emosi Teks Bahasa Indonesia. Bachelor Thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (10MB)
[img] PDF
BAB_I.pdf

Download (233kB)
[img] PDF
BAB_II.pdf

Download (402kB)
[img] PDF
BAB_III.pdf

Download (339kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (552kB)
[img] PDF
BAB_V.pdf

Download (234kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (231kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Pertumbuhan pesat teks berbahasa Indonesia pada media sosial dan platform digital menghasilkan data yang kaya akan ekspresi emosional, namun analisis emosi masih banyak dilakukan secara manual dan subjektif sehingga tidak efisien untuk data berskala besar. Penelitian ini membandingkan kinerja model monolingual IndoBERT dan model multilingual XLM-RoBERTa dalam mengklasifikasikan lima kategori emosi, yaitu cinta, gembira, marah, sedih, dan takut. Dataset internal yang digunakan berjumlah 10.075 data, sedangkan dataset eksternal sebanyak 1.932 data digunakan untuk menguji kemampuan generalisasi. Kedua model dilakukan fine- tuning dengan konfigurasi yang identik, yaitu learning rate 2 × 10-5, batch size 32, dan 3 epoch, serta dievaluasi menggunakan skema 5-fold cross-validation. Hasil eksperimen menunjukkan bahwa IndoBERT memperoleh akurasi 89,09% pada data uji internal, sedangkan XLM-RoBERTa memperoleh akurasi 87,30%. Pada pengujian data eksternal, XLM-RoBERTa menunjukkan akurasi yang lebih stabil sebesar 86,59% dibandingkan IndoBERT sebesar 85,40%. Hasil ini menunjukkan bahwa model multilingual mampu menyamai kinerja model monolingual setelah fine-tuning, dengan keunggulan pada aspek generalisasi, sehingga pemilihan model sebaiknya mempertimbangkan konteks penggunaan dan karakteristik data.

Item Type: Thesis (Bachelor Thesis)
Creators: Lutfi Salinggih, Muhammad (00000073400)
Contributors: Widjaja, Moeljono
Keywords: Fine-tuning, IndoBERT, Klasifikasi Emosi, Transformer, XLM- RoBERTa
Subjects: 000 Computer Science, Information and General Works
Divisions: Faculty of Engineering & Informatics > Informatics
Date Deposited: 28 Jan 2026 08:13
URI: https://kc.umn.ac.id/id/eprint/44259

Actions (login required)

View Item View Item