Publisher

STIKOM BALISTIKOM BALI

Journal Jurnal Sistem dan Informatika (JSI)Jurnal Sistem dan Informatika (JSI) Abstract

Pemilihan Umum (Pemilu) merupakan pilar demokrasi yang rentan terhadap polarisasi opini publik dan penyebaran disinformasi di media sosial. Untuk memahami dinamika tersebut, diperlukan pendekatan analisis semantik guna mengidentifikasi potensi kerawanan pemilu. Penelitian ini bertujuan membandingkan kinerja dua model berbasis transformer, IndoBERT dan XLNet, dalam mengukur kemiripan semantik antara komentar media sosial (Twitter/X) dan indikator Indeks Kerawanan Pemilu (IKP) 2024. Data diperoleh melalui teknik crawling sebanyak 574 tweet dengan kata kunci “Pemilu2024. Tahapan penelitian meliputi preprocessing (pembersihan data, tokenizing, normalisasi, dan stemming), analisis menggunakan model IndoBERT dan XLNet, perhitungan cosine similarity, serta evaluasi melalui Confusion Matrix (akurasi, presisi, recall, F1-score) dan Expert Judgment. Hasil menunjukkan bahwa XLNet memiliki performa lebih baik dengan akurasi 76%, presisi 69,5%, recall 80%, dan F1-score 74,3%, dibandingkan IndoBERT dengan akurasi 59,7%, presisi 54,3%, recall 60,9%, dan F1-score 57,3%. Penelitian ini berkontribusi dalam pengembangan metode komparatif berbasis Natural Language Processing (NLP) untuk mendeteksi potensi isu kerawanan pemilu melalui analisis opini publik di media sosial sebagai dukungan bagi pengawasan partisipatif Bawaslu.

Conclusion

Berdasarkan hasil penelitian, model XLNet menunjukkan akurasi 76% dengan precision 69,5%, recall 80%, dan F1‑score 74,3%, sedangkan model IndoBERT memperoleh akurasi 59,7% dengan precision 54,3%, recall 60,9%, dan F1‑score 57,3%.Evaluasi menggunakan confusion matrix dan validasi expert judgment memperkuat temuan bahwa XLNet lebih unggul dalam mengukur kemiripan semantik tweet dengan indikator IKP 2024.Oleh karena itu, dapat disimpulkan bahwa XLNet lebih efektif dibandingkan IndoBERT dalam konteks analisis semantik pada data media sosial terkait pemilu.

Future Research

Sementara penelitian ini menunjukkan keunggulan XLNet dibandingkan IndoBERT dalam mengukur kemiripan semantik tweet dengan indikator IKP 2024, beberapa peluang penelitian lanjutan masih terbuka. Pertama, bagaimana performa model transformer lain, seperti RoBERTa atau BERT multilingual, dalam konteks bahasa Indonesia dan multibahasa pada data media sosial terkait pemilu, dapat dievaluasi untuk menemukan model yang lebih optimal. Kedua, apakah integrasi teknik pembelajaran aktif (active learning) dengan label expert judgment dapat meningkatkan akurasi klasifikasi kemiripan semantik pada dataset yang lebih besar dan beragam, sehingga mengurangi kebutuhan anotasi manual. Ketiga, bagaimana dampak faktor temporal dan geografis terhadap perubahan pola kemiripan semantik tweet selama siklus pemilu dapat dimodelkan menggunakan pendekatan jaringan saraf temporal, guna memberikan wawasan dinamis bagi pengawasan pemilu. Penelitian-penelitian tersebut diharapkan dapat memperluas pemahaman tentang aplikasi NLP dalam pemantauan kerawanan pemilu serta meningkatkan efektivitas sistem deteksi disinformasi.

References

1. Jurnal Politikom Indonesiana. peran sosial gerakan menolak penundaan pemilu jurnal politikom indonesiana... doi.org/10.35706/jpi.v8i2.10214Jurnal Politikom Indonesiana peran sosial gerakan menolak penundaan pemilu jurnal politikom indonesiana doi 10 35706 jpi v8i2 10214

Metadata

File size	459.69 KB
Pages	13
DMCA	Report