UBMUBM

Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan Komputasi

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program makan siang gratis di Indonesia menggunakan model IndoBERT-Large-P2. Penelitian ini menggunakan data tweet hasil crawling sebanyak 5,699 yang kemudian dibersihkan menjadi 5,294 data, dengan tujuan untuk mengevaluasi kinerja model dalam mengklasifikasikan sentimen positif, negatif, dan netral terhadap kebijakan tersebut. Metodologi yang digunakan meliputi tahapan crawling data menggunakan tweet-harvest, preprocessing data yang mencakup pembersihan teks dan normalisasi kata, serta pembagian data menjadi data latih, data validasi, dan data uji. Model IndoBERT-Large-P2 diuji dengan berbagai konfigurasi, termasuk pengaturan batch size, learning rate, epoch, dan pembagian data untuk memperoleh hasil terbaik dalam klasifikasi sentimen. Hasil analisis menunjukkan bahwa model dapat mencapai akurasi 80% dan nilai rata-rata AUC sebesar 91% dengan performa terbaik tercatat pada pengujian dengan batch size 8, learning rate 3e-5, epsilon 1e-9, epoch ke-7, dan rasio pembagian data 68% data latih, 12% data validasi, serta 20% data uji. Penelitian ini menyimpulkan bahwa model IndoBERT-Large-P2 memiliki kinerja yang baik dalam menganalisis sentimen terhadap program makan siang gratis di media sosial X dan memberikan wawasan penting mengenai penerapan model NLP dalam analisis opini publik di Indonesia.

Penelitian ini telah berhasil mengevaluasi kinerja model IndoBERT dalam menganalisis sentimen terhadap program makan siang gratis di media sosial X.Melalui serangkaian optimasi sistematis, ditemukan konfigurasi hyperparameter terbaik yaitu pembagian data 68.20, batch size 8, pelatihan selama 7 epoch, learning rate 3eāˆ’5, dan epsilon 1eāˆ’9.Dengan konfigurasi tersebut, model final menunjukkan hasil performa yang kuat dan komprehensif, mencakup akurasi 80%, macro precision 0.80, serta kemampuan diskriminasi kelas yang sangat tinggi dengan rata-rata AUC 91%.Hasil ini membuktikan bahwa IndoBERT merupakan kerangka kerja yang andal dan efektif untuk analisis sentimen pada wacana berbahasa Indonesia.

Berdasarkan temuan ini, penelitian selanjutnya dapat mengkaji penerapan model IndoBERT pada platform media sosial lain seperti Instagram dan TikTok untuk mendapatkan gambaran yang lebih komprehensif mengenai opini publik. Selain itu, penelitian dapat memperluas analisis sentimen dengan mempertimbangkan faktor-faktor kontekstual seperti demografi pengguna dan wilayah geografis untuk mengidentifikasi tren sentimen yang lebih spesifik. Terakhir, pengembangan model IndoBERT yang lebih canggih dengan kemampuan memahami nuansa bahasa seperti sarkasme dan ironi dapat meningkatkan akurasi analisis sentimen secara signifikan.

  1. ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOSIAL X MENGGUNAKAN ALGORITMA... journal.eng.unila.ac.id/index.php/jitet/article/view/4902ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOSIAL X MENGGUNAKAN ALGORITMA journal eng unila ac index php jitet article view 4902
Read online
File size749.83 KB
Pages10
DMCAReport

Related /

ads-block-test