Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Kodrihan, Daffa Daniswara
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Multi-label Emosi pada Teks Multibahasa Menggunakan Multilingual BERT dengan Optimasi Threshold Kodrihan, Daffa Daniswara; Noor Fatyanosa, Tirana; Nurwarsito, Heru
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis emosi pada teks multibahasa menghadapi tantangan berupa perbedaan karakteristik bahasa, ketidakseimbangan distribusi label, dan kemungkinan munculnya lebih dari satu emosi dalam satu teks. Penelitian ini bertujuan mengembangkan model klasifikasi multi-label emosi pada teks multibahasa menggunakan Multilingual BERT serta mengoptimalkan global threshold untuk meningkatkan keseimbangan Precision dan recall. Dataset yang digunakan mencakup lima label emosi, yaitu anger, disgust, fear, joy, dan sadness. Setelah proses pembersihan dan penghapusan data yang tumpang tindih, dataset dibagi menjadi 59.428 data train, 6.604 data validation, dan 41.310 data test. threshold optimal ditentukan pada data validation dengan memaksimalkan macro F1 score. Hasil pengujian menunjukkan bahwa threshold optimal sebesar 0,32 meningkatkan macro F1 score validation dari 0,5579 pada threshold standar 0,50 menjadi 0,5881, serta meningkatkan recall macro dari 0,4774 menjadi 0,5932. Evaluasi akhir pada data test menghasilkan subset accuracy sebesar 0,4916, Precision macro sebesar 0,5778, recall macro sebesar 0,5969, macro F1 score sebesar 0,5868, micro F1 score sebesar 0,5889, Hamming loss sebesar 0,1463, dan ROC-AUC macro sebesar 0,8549. Label joy memperoleh F1 score tertinggi sebesar 0,6643, sedangkan sadness memperoleh F1 score terendah sebesar 0,5492. Hasil penelitian menunjukkan bahwa Multilingual BERT dapat diterapkan untuk klasifikasi multilabel emosi pada teks multibahasa dan optimasi threshold mampu meningkatkan keseimbangan Precision dan recall, meskipun tidak meningkatkan seluruh metrik evaluasi.
Co-Authors Heru Nurwarsito Noor Fatyanosa, Tirana