Analisis Sentimen Kabur Aja Dulu pada Komentar Youtube Menggunakan Large Language Model

Fenomena Kabur Aja Dulu mencerminkan keresahan masyarakat Indonesia terhadap kondisi sosial ekonomi di platform YouTube. Penelitian ini bertujuan membandingkan performa model DeepSeek, Gemma, dan IndoBERT dalam mengklasifikasikan sentimen komentar terkait topik tersebut menggunakan metodologi CRISP-DM. Sebanyak 10.000 data diseimbangkan, diproses, dan dilabeli secara otomatis menggunakan leksikon InSet. IndoBERT dilatih dengan full fine-tuning, sementara DeepSeek dan Gemma diadaptasi menggunakan teknik QLoRA. Hasil evaluasi menunjukkan IndoBERT memberikan performa terbaik dengan akurasi 82,73% dan Macro F1-score 0,7913, serta paling tangguh dalam menangani teks informal dan ketidakseimbangan kelas. DeepSeek sangat sensitif pada kelas negatif (recall 0,9140) namun lemah pada kelas positif, sedangkan Gemma menunjukkan performa menengah. Sebagai model paling optimal, IndoBERT kemudian diimplementasikan ke dalam aplikasi web berbasis Streamlit untuk klasifikasi sentimen.