Penggunaan kata gaul (slang) dan percampuran bahasa (code-mixing) pada media sosial X sering menimbulkan masalah Out-of-Vocabulary (OOV) dalam analisis pemrosesan bahasa alami. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja model IndoBERTweet dan Multilingual BERT (mBERT) dalam mengklasifikasikan enam emosi dasar (anger, disgust, fear, joy, sadness, dan surprise) pada teks mentah tanpa melalui tahap normalisasi.
Penelitian ini menggunakan dataset EmoTweetID-Human sebanyak 2.243 cuitan. Data dibagi secara terstrata menjadi 85