Klasifikasi Emosi pada Tweet Sosial Media Twitter dengan Menggunakan Algoritma Decision Tree, KNN, Naive Bayes dan Perbandingannya dengan Model Pre-trained Fine-tuning GPT

Abstrak

Media sosial adalah suatu tempat dimana orang-orang mengekspresikan dirinya dalam bentuk tulisan, gambar, maupun video. Salah satu dari sosial media yang banyak digunakan yaitu Twitter. Mengidentifikasi emosi pada media sosial Twitter tidak bisa menggunakan teknik text processing yang sederhana, karena kata pada Twitter yang singkat dan juga tata bahasa yang tidak teratur. Oleh karena itu, peniliti mengusulkan pembuatan sebuah model prediksi machine learning yang dapat mengklasifikasikan dan mengelompokkan emosi-emosi tersebut. Model machine learning tersebut akan dibangun dengan menggunakan model machine learning Decision Tree, KNN, Naive Bayes dan model Pre-trained Fine-tuning GPT. Dataset yang digunakan berasal dari dataset publik berjumlah kurang lebih 100.000 data dimana data tersebut akan melewati tahap preproccessing, splitting hingga akhirnya diaplikasikan ke dalam algoritma yang diusulkan. Berdasarkan hasil penelitian, penggunaan model Fine-tunning GPT lebih unggul dibandingkan dengan algoritma lainnya pada pengukuran hasil laporan evaluasi kinerja model, dimana tingkat akurasinya sebesar 89.02%, presisi sebesar 88.90%, recall sebesar 88.75%, dan nilai F1-Score tertinggi yaitu 88.53%.