Deteksi Sarkasme Implisit pada Teks Berbahasa Indonesia Menggunakan Hybrid IndoBERT dan Knowledge Graph

Abstract

Sarkasme implisit merupakan bentuk ungkapan sindiran yang tidak ditandai secara langsung oleh kata atau frasa sarkastik, sehingga menjadi tantangan dalam proses deteksi otomatis menggunakan teknik pemrosesan bahasa alami. Penelitian ini mengembangkan pendekatan hibrida yang mengombinasikan model bahasa IndoBERT dengan Knowledge Graph yang dibangun berdasarkan leksikon bahasa Indonesia. Knowledge Graph tersebut terdiri atas empat jenis pengetahuan, yaitu leksikon sentimen, indikator sarkasme, pasangan kontradiksi semantik, serta kamus normalisasi bahasa slang. Representasi kontekstual yang dihasilkan oleh IndoBERT kemudian diperkaya melalui mekanisme multi-head attention yang memanfaatkan fitur dari Knowledge Graph, selanjutnya digabungkan menggunakan lapisan fusion sebelum dilakukan proses klasifikasi. Dataset yang digunakan adalah Reddit Indonesia Sarcastic yang tersedia secara publik melalui HuggingFace Datasets. Data dibagi menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Pelatihan model dilakukan menggunakan optimizer AdamW dengan learning rate sebesar 2×10⁻⁵ selama lima epoch. Hasil pengujian menunjukkan bahwa model yang diusulkan memperoleh akurasi sebesar 79,65%, F1-score sebesar 80,31%, dan ROC-AUC sebesar 85,46%. Temuan ini menunjukkan bahwa pendekatan hibrida mampu meningkatkan kemampuan model dalam mengenali kontradiksi semantik yang menjadi karakteristik utama sarkasme implisit dalam bahasa Indonesia. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi sarkasme berbahasa Indonesia yang lebih efektif melalui integrasi pengetahuan leksikal berbasis graf