KUPAS TUNTAS SKRIPSI

BAB 1

1. Kenapa AI?
- Topik yang sedang tren dalam ranah penelitian terkait system informasi dan
teknologi
- Dalam bisnis, perusahaan besar seperti Google, Microsoft, dan IBM sudah
berkomitmen untuk menerapkan AI di bisnis mereka
- Pada tahun 2022, menurut IBM sudah ada 35% organisasi yang menerapkan AI
dan 42% sedang mengekspolari AI
- Pasar AI diprediksi akan mengalami peningkatan 20 kali lipat pada tahun 2030
(Thormundsson, 2023)
2. Kenapa klasifikasi emosi?
- AI memiliki kemampuan yang luar biasa untuk membantu pemecahan masalah
dalam berbagai bidang seperti ritel, industry, otomotis, medis, dll. Dengan AI juga
tidak ada lagi istilah human error
- Namun di sisi lain, beberapa paper juga mengatakan bahwa adanya kekurangan
dari AI seperti biaya yang mahal dan waktu pengembangan yang lama. AI juga
dikhawatirkan dapat mengamcam manusia untuk mencari pekerjaan, membuat
manusia menjadi malas, bahkan ada juga anggapan bahwa AI adalah teknologi
yang terlalu canggih
- Adanya perbedaan pendapat ini membuat saya tertarik untuk menganalisis
keadaan opini public dengan melakukan klasifikasi emosi.
- Klasifikasi emosi dapat dapat diterapkan dalam pengambilan keputusan oleh
organisasi yang akan atau telah menerapkan AI dalam bisnis mereka
3. Kenapa twitter?
- Twitter menduduki peringkat ke-6 untuk kategori media sosial yang paling sering
digunakan (Riyanto, 2022).
- Twitter media yang digunakan untuk mengutarakan opini terhadap suatu objek
atau isu yang sedang viral.
- Twitter merupakan sosmed kategori microblog dimana opini yang diutarakan
akan berbentuk tulisan singkat, berbeda dengan media social lain seperti
Instagram dan tiktok yang memiliki konten utamanya berupa gambar atau video
- Kebijakan pengaksesan data twitter lebih terbuka jika dibandingkan dengan
facebook atau Instagram
4. Kenapa klasifikasi dengan 6 kelas emosi dari paul eknam
- Ada dua teori kelas emosi yang paling populer, yaitu 6 kelas emosi dari paul
eknam dan 8 kelas emosi dari plutchink wheel (tambahan : trust & anticipation)
- Dengan 8 kelas, tentu dengan jumlah data yang sama akan menghasilkan jumlah
data yang lebih sedikit pada setiap kelasnya
- Berdasarkan percobaan eksperimen juga dengan klasifikasi 8 kelas menghasilkan
akurasi yang lebih rendah daripada klasifikasi dengan 6 kelas
5. Kenapa LSTM?
- Merupakan salah satu algoritma deep learning, dimana deep learning memiliki
performa yang lebih unggul daripada machine learning tradisional untuk
melakukan klasifikasi emosi pada teks (Amriza & Supriyadi, 2021)
 - LSTM memiliki akurasi yang tinggi untuk melakukan klasifikasi dari data yang
berasal dari tweet di twitter
6. Kenapa datanya dari 10-15 juni?
- Pada rentang waktu tersebut, kata kunci “artificial intelligence” mengalami
peningkatan pada google trend
- Menunjukkan ai sedang mengalami peritiwa puncaknya dimana org2 sedang
minat terkait kata kunci AI
7. Pengguna twt
- 60% dari populasi (277.7 juta) = 161 juta jiwa
8. Kenapa kok bukan bikin system?
- Tujuan skripsi ini adalah untuk melihat performa dari model terhadap data
- Keterbatasan waktu, karena untuk sampai pada tahap pemodelan ini sudah
cukup menantang dan dibutuhkan dedikasi yg tinggi
- Ruang lingkup akan menjadi sangat luas
- Pengembangan system tersebut mungkin bisa membuka peluang untuk dijadikan
bahan penelitian selanjutnya dengan memanfaatkan model yang saya buat.

BAB 2
1. package rtweet, writexl, dplyr, dan tidyr
- rtweet : mengakses sebagian besar API endpoint Twitter, termasuk mencari tweet
berdasarkan kata kunci,
- writexl : menyimpan data tersebut dalam format Excel untuk analisis lebih lanjut
- dplyr & tidyr : manipulasi data / memungkinkan pengguna untuk melakukan
tugas-tugas umum pemrosesan data seperti seleksi kolom, penyaringan baris,
2. cara kerja library autolabel
- terintegrasi dengan model LLM (model yang sudah terlatih untuk mengenali pola
Bahasa) : untuk meningkatkan kualitas label yang dihasilkan.
- pertama kita berikan contoh kalimat dari setiap kelas. Kemudian autolabel akan
memproses satu persatu kalimat dari dataset sambil melihat contoh few shot.
Lalu label akan diberikan berdasarkan pola-pola dari contoh dan Pustaka kalimat
yang sudah dipelajari.
- Performa pelabelan menggunakan autolabel setara atau bahkan lebih dari
kemampuan manusia, bahkan bisa 100 kali lebih cepat
Sumber : https://www.datanami.com/this-just-in/refuel-launches-platform-to-
automate-data-labeling-using-llms-having-already-delivered-10b-annotations-
across-customers/#:~:text=Autolabel%20is%20a%20product%20built,labeling
%20across%20enterprise%20use%20cases, https://www.refuel.ai/blog-posts/llm-
labeling-technical-report#:~:text=In%20this%20report%2C%20we
%20show,compared%20to%20skilled%20human%20annotators

3. Kenapa pakai 30 epoch?

- Berdasarkan eksperimen di epoch 30 merupakan titik di mana model mulai
mencapai konvergensi (tidak ada peningkatan signifikan dalam performa) atau
memberikan hasil optimal antara akurasi dan waktu komputasi. (siapin inii di
colab)
4. Presisi dan recall
- presisi gede -> mau ngecilin data bukan happpy tp terprediksi jadi happy
 - recall gede -> mau ngecilin data happy tp terprediksi jadi bukan happy

BAB 3
1. penelitian kualitatif?
Penelitian yg ga berfokus pada angka dan statistika. Hasil penelitian ini lebih
berfokus pada interpretasi, pemahaman, dan eksplorasi dari data.
2. Mana hasilnya studi literatur?
- sebagai acuan untuk mengetahui pembeda penelitian saya dengan
penelitian sebelumnya
- digunakan untuk membandingkan hasil akurasi yang didapatkan
- teori dan serangkaian proses Analisa data itu mengacu dari studi literatur

BAB 4
1. dari mana penentuan aspek usulan model?
- Analisis frekuensi kata yang sering muncul
- Kata-kata yg sering muncul tersebut kemudian dilihat konteks penggunaannya
seperti bagaimana kata tersebut digunakan dalam diskusi dengan AI
- Berdasarkan analisis kata dan konteks, saya membagi kata-kata tersebut ke
dalam beberapa tema atau aspek berdasarkan kesamaan makna dan
relevansi terhadap AI
-

- I lost my job because of ai

- Why does this AI always misinterpret my anger? It's frustrating!
- Happy to see AI contributing to mental health by recognizing emotion.
- Ai is so disgusting
- I'm scared of how AI is used for attack
- I am amazed at how fast AI is developing and has minblowing pottential
- It's sad to see AI being used for negative things