Analisis Performa Zero-shot dan Few-shot Learning Model Generative AI Dibandingkan dengan Fine-Tuning Model Berbasis BERT dalam Klasifikasi Emosi Ulasan Produk E-commerce Berbahasa Indonesia=Performance Analysis of Zero-Shot and Few-Shot Learning in Generative AI Models Compared with Fine-Tuning BERT-Based Models for Emotion Classification of Indonesian E-Commerce Product Reviews

Latar belakang. Pesatnya pertumbuhan e-commerce di Indonesia meningkatkan volume ulasan produk emosional yang sulit dianalisis secara manual. Meskipun model BERT hasil fine-tuning terbukti efektif, pendekatannya memerlukan banyak data berlabel dan sumber daya komputasi. Sebaliknya, Generative AI menawarkan fleksibilitas melalui zero-shot dan few-shot learning, namun performanya pada ulasan berbahasa Indonesia masih perlu dievaluasi. Tujuan. Penelitian ini bertujuan untuk menganalisis sejauh mana performa teknik zero-shot dan few-shot learning pada model Generative AI dalam klasifikasi emosi ulasan produk e-commerce berbahasa Indonesia, serta membandingkannya dengan model berbasis BERT hasil fine-tuning, baik dari sisi efektivitas maupun efisiensi. Metode. Penelitian menggunakan pendekatan kuantitatif dengan mengevaluasi performa model menggunakan metrik precision, recall, accuracy, F1 score, latency, dan throughput. Selain itu, Pearson’s correlation coefficient digunakan untuk menganalisis hubungan antara ukuran few-shot learning dan perubahan performa model Generative AI. Model terbaik selanjutnya diimplementasikan ke dalam sistem berbasis website. Hasil. IndoBERT hasil fine-tuning mencapai performa tertinggi dengan accuracy dan F1 score macro average sebesar 84%, serta efisiensi yang lebih baik dibandingkan model Generative AI. Penambahan contoh few-shot meningkatkan performa beberapa model, namun menurunkan efisiensi. Kesimpulan. Penelitian ini menunjukkan bahwa performa teknik zero-shot dan few-shot learning pada model Generative AI berada di bawah model berbasis BERT hasil fine-tuning dalam tugas klasifikasi emosi ulasan e-commerce berbahasa Indonesia. Model IndoBERT dengan pendekatan fine-tuning telah diimplementasikan dalam aplikasi berbasis Streamlit sebagai solusi praktis analisis emosi ulasan.