Implementasi BERT untuk Analisis Excitement Audiens Film Mendatang

Abstract

Komentar media sosial tentang film yang akan datang sering kali mengekspresikan tingkat antusiasme penonton secara tidak terstruktur, sehingga sulit diklasifikasikan secara manual. Penelitian ini mengimplementasikan model klasifikasi berbasis BERT untuk mengelompokkan komentar berbahasa Inggris ke dalam tiga kategori: Excited, Netral, dan Not Excited. Data dikumpulkan dari media sosial, dianotasi secara manual, lalu melalui tahap pembersihan, tokenisasi, dan encoding. Selanjutnya, data dibagi menggunakan random split dan stratified split sebelum proses pelatihan dan evaluasi model. Hasil eksperimen menunjukkan bahwa BERT mampu memberikan performa klasifikasi yang baik, dengan stratified split menghasilkan akurasi yang lebih tinggi dan stabil dibandingkan random split. Model juga diintegrasikan ke dalam aplikasi web sederhana sebagai implementasi praktis. Hasil penelitian ini membuktikan efektivitas BERT dalam menganalisis excitement audiens terhadap film mendatang melalui komentar media sosial.