Analisis Klasifikasi Emosi Berbasis Teks pada Media Sosial X terhadap Layanan TransJakarta Menggunakan IndoBERTweet dan SHAP

Ikhsan Jaya, Genadi (2026) Analisis Klasifikasi Emosi Berbasis Teks pada Media Sosial X terhadap Layanan TransJakarta Menggunakan IndoBERTweet dan SHAP. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (631kB)
	PDF BAB_I.pdf Download (215kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Restricted to Registered users only Download (413kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (207kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (217kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (611kB)
	Archive (ZIP) 00000080773_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Media sosial X (sebelumnya Twitter) dimanfaatkan oleh masyarakat sebagai sarana untuk menyampaikan opini serta respons emosional terhadap layanan transportasi publik, termasuk TransJakarta. Penelitian ini berfokus pada klasifikasi emosi tweet terkait TransJakarta dengan menggunakan model IndoBERTweet serta meningkatkan penjelasan hasil prediksi melalui metode SHAP. Data penelitian diperoleh melalui proses crawling menggunakan kata kunci "Transjakarta" dan "Tije" pada periode Januari hingga Desember 2025, menghasilkan 16.712 data tweet yang telah melalui tahapan preprocessing dan pelabelan emosi menggunakan Indonesian-NRC-EmoLex. Data dibagi menggunakan metode Stratified 5-Fold Cross Validation untuk proses pelatihan model dan interpretasi hasil menggunakan SHAP. Penelitian ini mengklasifikasikan tujuh kelas emosi, yaitu joy, sadness, anger, fear, surprise, disgust, dan neutral. Hasil model memperoleh accuracy sebesar 91,22%, macro precision 88,68%, macro recall 88,16%, dan macro F1- score 88,39%, dengan kinerja terbaik pada fold 3 yaitu accuracy 92,13%, macro precision 89,93%, macro recall 89,30%, dan macro F1-score 89,58%. Hasil interpretasi SHAP menunjukkan bahwa model mampu mengidentifikasi kata-kata yang berkontribusi terhadap prediksi emosi, seperti "provokator" pada emosi marah, "gembira" pada emosi bahagia, dan "banjir" pada emosi takut, sehingga meningkatkan transparansi serta pemahaman terhadap keputusan model.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Ikhsan Jaya, Genadi (00000080773)
Contributors:	Wardhana, Ajie Kusuma
Keywords:	IndoBERTweet, Klasifikasi Emosi, Media Sosial X, SHAP, TransJakarta
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	24 Jul 2026 08:07
URI:	https://kc.umn.ac.id/id/eprint/48050

Actions (login required)

View Item