Universitas BSI (Bina Sarana Informatika) kembali menunjukkan komitmennya pada riset terapan melalui pendanaan Penelitian Dana Yayasan (PDY) 2025. Tahun ini, proyek penelitian difokuskan pada satu isu sederhana namun penting: apakah model LLM open-source seperti DeepSeek dan Qwen benar-benar cocok digunakan untuk klasifikasi emosi ulasan produk berbahasa Indonesia?
Tim peneliti Galih Setiawan Nurohim, Heribertus Ary Setyadi, dan Ahmad Fauzi, dibantu dua mahasiswa mengambil pendekatan evaluatif, bukan pengembangan model. Artinya, penelitian ini tidak membuat model baru, tetapi menilai kemampuan kedua LLM dalam konteks Indonesia. Uji kinerja dilakukan menggunakan dataset ulasan dari Blibli, Bukalapak, dan Lazada, termasuk dataset PRDECT-ID yang berisi label emosi seperti love, happiness, anger, fear, dan sadness.
“Pengguna e-commerce sering mengungkapkan perasaan secara natural. Pertanyaannya: seberapa bagus DeepSeek dan Qwen membaca emosi itu dalam bahasa Indonesia?” jelas Galih Setiawan.
Heribertus Ary menambahkan bahwa riset ini penting karena banyak platform di Indonesia mulai mengadopsi AI, tetapi belum semua model asing benar-benar kompatibel dengan konteks lokal.
Penelitian ini juga mengevaluasi performa kedua model dalam versi kuantisasi 4-bit untuk melihat apakah model tetap stabil dan akurat saat dijalankan pada perangkat dengan sumber daya terbatas—sebuah kebutuhan besar bagi pengembang lokal.
Karena penelitian ini bersifat evaluatif, dampaknya justru lebih langsung terasa. Hasil pengujian bisa menjadi acuan independen bagi para pengembang di Indonesia sebelum memutuskan model mana yang paling layak digunakan untuk membaca emosi pengguna. Temuan ini juga membantu pelaku e-commerce dan UMKM memahami model mana yang lebih aman dan lebih tepat digunakan dalam analisis sentimen, sehingga keputusan bisnis tidak bergantung pada asumsi semata.
Di sisi lain, riset ini ikut mendorong penggunaan AI yang lebih bertanggung jawab dan tidak bias terhadap bahasa lokal, sesuatu yang sering luput ketika model global dipaksakan bekerja di konteks Indonesia. Hasilnya memberi dasar teknis yang kuat bagi platform digital untuk menjaga kualitas interaksi penggunanya, sekaligus mengurangi risiko misklasifikasi emosi yang bisa menimbulkan salah tafsir dalam layanan digital.
Ahmad Fauzi menegaskan:
“Tujuan akhirnya sederhana: memberi masyarakat dan pengembang informasi yang jujur tentang LLM mana yang paling siap dipakai di Indonesia. Kalau modelnya tidak cocok, ya kita bilang tidak cocok.”
Sebagai perguruan tinggi yang berfokus pada teknologi informasi, Universitas BSI menempatkan penelitian seperti ini sebagai langkah penting dalam memastikan teknologi global dapat diadopsi secara tepat guna. Riset ini menjadi wujud nyata komitmen kampus dalam menghadirkan manfaat publik yang relevan dan berdampak langsung pada ekosistem digital Indonesia.
