KLASIFIKASI EMOSI PADA TEKS PENDEK MENGGUNAKAN METODE BERT DALAM SISTEM RESPONS AI YANG BERBASIS VTUBE STUDIO

Sentosa, Bagus Gede Anugrah Perdana (2025) KLASIFIKASI EMOSI PADA TEKS PENDEK MENGGUNAKAN METODE BERT DALAM SISTEM RESPONS AI YANG BERBASIS VTUBE STUDIO. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 2_Cover_123190058_Bagus Gede Anugrah Perdana Sentosa.pdf Download (167kB)
	Text 3_Abstrak_123190058__Bagus Gede Anugrah Perdana Sentosa.pdf Download (120kB)
	Text 4_Halaman Pengesahan_123190058_Bagus Gede Anugrah Perdana Sentosa.pdf Download (110kB)
	Text 5_Daftar Isi_123190058_Bagus Gede Anugrah Perdana Sentosa.pdf Download (287kB)
	Text 6_Daftar Pustaka_123190058_Bagus Gede Anugrah Perdana Sentosa.pdf Download (258kB)
	Text 1_Skripsi_full_123190058_Bagus Gede Anugrah Perdana Sentosa.pdf Restricted to Repository staff only Download (1MB)

Abstract

Seiring meningkatnya interaksi antara manusia dan sistem kecerdasan buatan,
kemampuan mesin untuk memahami emosi manusia menjadi aspek penting dalam
pengembangan sistem yang lebih adaptif dan humanis. Penelitian ini bertujuan untuk
membangun sistem klasifikasi emosi pada teks pendek menggunakan metode BERT
(Bidirectional Encoder Representations from Transformers), yang hasilnya digunakan
sebagai pemicu ekspresi otomatis dalam platform VTube Studio. Teks pendek yang dianalisis
dikategorikan ke dalam lima emosi: joy, sadness, angry, fear, dan neutral. Data yang
digunakan merupakan gabungan dari beberapa dataset emosi publik, dan dilakukan
preprocessing menggunakan tokenizer BERT. Model dilatih dan dilakukan fine-tuning untuk
klasifikasi emosi, lalu hasil prediksi divalidasi menggunakan metrik evaluasi akurasi dan
F1-score. Model akhir kemudian diintegrasikan dengan sistem VTube Studio melalui skrip
yang mengatur ekspresi karakter virtual berdasarkan emosi yang terdeteksi. Hasil pengujian
menunjukkan bahwa model BERT mampu mengklasifikasikan emosi dengan tingkat akurasi
yang baik. Implementasi ini diharapkan dapat menjadi langkah awal dalam pengembangan
sistem AI yang lebih ekspresif dan responsif dalam konteks multimedia interaktif.
Kata kunci: BERT, emosi, klasifikasi teks pendek, VTube Studio, NLP, virtual character.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Bagus Gede Anugrah Perdana Sentosa (Penulis - 123190058) ; Wilis Kaswidjanti (Pembimbing)
Uncontrolled Keywords:	Discounted Cash Flow Analysis, Kelayakan Ekonomi, Pertambangan Batu Andesit, Analisis Investasi, Analisis Ekonomi.
Subjek:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	14 Aug 2025 03:23
Last Modified:	14 Aug 2025 03:23
URI:	http://eprints.upnyk.ac.id/id/eprint/43496

Actions (login required)

View Item