Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma klasifikasi, yaitu Random Forest, XGBoost, dan LightGBM, dalam melakukan klasifikasi emosi pada komentar Reddit. Klasifikasi emosi pada komentar Reddit merupakan masalah klasifikasi yang kompleks karena mengandung banyak variasi dan ambigu. Penelitian ini menggunakan dataset GoEmotions Fine-Grained yang diseleksi hingga 7.325 komentar Reddit dengan 5 label emosi dasar yang berbeda. Pada penelitian ini, dilakukan tahapan data preprocessing, ekstraksi fitur menggunakan CountVectorizer dan TF-IDF, serta hyperparameter tuning menggunakan GridSearchCV untuk masing-masing algoritma. Selanjutnya, dilakukan evaluasi model menggunakan Cross-Validation dan confusion matrix. Hasil penelitian menunjukkan bahwa Random Forest memberikan performa terbaik dengan accuracy 75,38% dibandingkan dengan XGBoost dengan accuracy 69,05% dan XGBoost dengan accuracy 66,63%. Penelitian ini diharapkan dapat memberikan kontribusi bagi penelitian klasifikasi emosi selanjutnya.
Kata kunci : Klasifikasi emosi;xgboost;random forest;lightgbm