KOMPARASI INDOBERT DAN XLM-ROBERTA DALAM DETEKSI BAHASA SARKASME PADA MEDIA DARING MOJOK.CO

Penelitian ini bertujuan untuk membandingkan kinerja dua model bahasa
dalam pemrosesan bahasa alami (natural language processing), yaitu
IndoBERT dan XLM-RoBERTa, dalam deteksi bahasa sarkasme pada media
daring Mojok.co. Penelitian ini menggunakan tiga jenis data dengan metode
pelabelan yang berbeda dan jumlah yang berbeda pula. Evaluasi dilakukan
menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian
menunjukkan bahwa model XLM-RoBERTa mencapai akurasi 82% pada data
dengan label manual, 93% pada data dengan label manual + SSA, dan 94%
pada data dengan label SSA. Sementara itu, model IndoBERT mencapai
akurasi 81%, 91%, dan 95% untuk masing-masing data tersebut. Penelitian ini
menemukan bahwa kedua model menunjukkan kinerja yang kompetitif dalam
deteksi sarkasme pada berbagai jenis data. Meskipun demikian, ditemukan
bahwa model-model ini masih mengalami overfitting ketika dilakukan training
dengan jumlah epoch yang banyak, yang kemungkinan disebabkan oleh
representativitas dataset dan metode pelabelan yang digunakan.
Kata Kunci: Sarkasme; IndoBERT; XLM-RoBERTa; Komparasi;