Analisis Sentimen Sebagai Deteksi Sarkasme di Media Sosial X Berbahasa Indonesia Menggunakan Transformer dengan Model XLNet

Abstract

Abstrak— Media sosial, khususnya X, sering memuat ujaran sarkastik yang sulit dikenali tanpa pemahaman konteks. Penelitian ini bertujuan mendeteksi sarkasme pada teks berbahasa Indonesia di X menggunakan model berbasis transformer XLNet. Data diambil dari Hugging Face dan melalui preprocessing untuk memastikan konsistensi. Kemudian, data dibagi ulang menjadi tiga skenario yaitu 70:15:15, 60:20:20, dan 80:10:10. Model dilatih (fine-tuning) dengan variasi learning rate, batch size, dropout, sequence length, dan epoch. Pemilihan kandidat mempertimbangkan macro-F1 dan recall pada label sarkasme. Hasil menunjukkan pada skenario 70:15:15, XLNet percobaan ke-17 menjadi model terbaik pada penelitian ini, meraih Accuracy 0.81 dan Macro-F1 0.81 dan pada classification report pada label non-sarkasme memeroleh Precision 0.82, Recall 0.78, dan F1-Score 0.80. Lalu, pada label sarkasme memperoleh Precision 0.79, Recall 0.83, F1-Score 0.81).  Temuan ini diharapkan menjadi referensi pengembangan sistem analisis opini atau ujaran sarkastik pada platform media sosial di Indonesia.

Kata Kunci— Analisis sentimen, Sarkasme, XLNet, X, Transformer