ANALISIS EMOSI MENGGUNAKAN MODEL INDOBERT DAN INDOBERTWEET PADA KOMENTAR YOUTUBE TENTANG KECERDASAN BUATAN DAN DAMPAKNYA TERHADAP PEKERJAAN

Oleh :
Desnia Anindy Irni Hareva - M0722031 - Fak. MIPA

Perkembangan kecerdasan buatan (Artificial Intelligence/AI) yang pesat mendorong diskusi publik di media sosial Indonesia, khususnya mengenai dampaknya terhadap dunia kerja. Penelitian ini bertujuan membandingkan kinerja model IndoBERT dan IndoBERTweet serta menganalisis distribusi emosi publik Indonesia terhadap isu AI dan ketenagakerjaan. Data dikumpulkan dari 25 kanal YouTube berbahasa Indonesia melalui YouTube Data API v3 dalam rentang 1 Januari 2024 hingga 31 Desember 2025, menghasilkan 6.053 komentar berlabel. Dari pelabelan awal dengan tujuh kelas emosi Ekman, dilakukan reduksi menjadi empat kelas final yang digunakan dalam pemodelan, yaitu 'Kebahagiaan', 'Ketakutan', 'Kemarahan', dan 'Netral'. Pelabelan dilakukan secara semi-otomatis menggunakan GPT-4o-mini dengan strategi Few-Shot dan Chain-of-Thought, disertai validasi manual pada 20% data dengan tingkat kesesuaian 85,22%. Data dibagi 80:20 menggunakan Stratified Holdout menjadi data latih dan data uji, dengan penanganan ketidakseimbangan kelas melalui Weighted Cross-Entropy Loss dan optimasi hyperparameter menggunakan Grid Search berbasis 5-Fold Stratified Cross-Validation pada data latih. Hasil menunjukkan IndoBERTweet memperoleh performa terbaik dengan F1-Makro 66,91%, akurasi 67,00%, presisi 67,02%, dan Recall 67,08%, mengungguli IndoBERT di seluruh metrik evaluasi. Analisis distribusi emosi pada 6.053 komentar menunjukkan 'Kebahagiaan' mendominasi (29,8%), diikuti 'Netral' (24,0%), 'Ketakutan' (23,8%), dan 'Kemarahan' (22,4%), mencerminkan respons publik Indonesia yang beragam namun tetap diiringi kecemasan yang cukup signifikan terhadap dampak AI pada ketenagakerjaan.