Search for collections on Undip Repository

Penerapan Model IndoBERTweet dalam Analisis Sentimen Kabinet Merah Putih pada Media Sosial X

MAHENDRA, Rangga Setya (2025) Penerapan Model IndoBERTweet dalam Analisis Sentimen Kabinet Merah Putih pada Media Sosial X. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. Cover.pdf] Text
1. Cover.pdf

Download (236kB)
[thumbnail of 3. Halaman Pengesahan I.pdf] Text
3. Halaman Pengesahan I.pdf

Download (457kB)
[thumbnail of 4. Halaman Pengesahan II.pdf] Text
4. Halaman Pengesahan II.pdf

Download (365kB)
[thumbnail of 5. Kata Pengantar.pdf] Text
5. Kata Pengantar.pdf
Restricted to Repository staff only

Download (253kB) | Request a copy
[thumbnail of 6. Abstrak.pdf] Text
6. Abstrak.pdf

Download (266kB)
[thumbnail of 7. Abstract.pdf] Text
7. Abstract.pdf

Download (247kB)
[thumbnail of 8. Daftar Isi.pdf] Text
8. Daftar Isi.pdf

Download (649kB)
[thumbnail of 12. BAB I.pdf] Text
12. BAB I.pdf

Download (432kB)

Abstract

ABSTRAK
Kabinet Merah Putih merupakan kabinet Indonesia terbaru yang menarik perhatian masyarakat karena penambahan kementerian yang lebih banyak dibandingkan kabinet sebelumnya. Analisis sentimen merupakan suatu proses untuk mengklasifikasikan opini, emosi, atau sikap terhadap suatu subjek berdasarkan data teks. BERT (Bidirectional Encoder Representations from Transformers) merupakan salah satu model yang dapat dilatih untuk melakukan analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen dan mengetahui persepsi masyarakat di media sosial X terhadap Kabinet Merah Putih menggunakan model BERT. Hasil penelitian ini dapat digunakan sebagai
rekomendasi bagi pemerintah untuk mengevaluasi pembentukan kabinet berdasarkan persepsi dari masyarakat. Dataset penelitian ini diperoleh dengan scraping sebanyak 18.307 data komentar dan dilakukan pelabelan manual serta preprocessing sehingga menghasilkan 4.472 data komentar berlabel. Dataset dilakukan pembagian dengan rasio 70% data training, 15% data validation, dan 15% data testing. Fine-tuning dan hyperparameter tuning dilakukan pada model pre-trained IndoBERTweet untuk menemukan konfigurasi model terbaik dengan performa optimal. Model terbaik menghasilkan akurasi sebesar 83,76% pada data
testing dan performanya baik untuk memprediksi sentimen positif dan negatif, namun mengalami kesulitan pada sentimen netral karena adanya ambiguitas seperti kalimat sarkasme. Hasil prediksi sentimen didominasi oleh sentimen netral (51,38%) dan sentimen negatif (42,29%) sementara porsi sentimen positif sangat kecil, yaitu hanya 6,33%.
Kata Kunci: Analisis Sentimen, BERT, IndoBERTweet, Kabinet Merah Putih

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 08 Oct 2025 04:29
Last Modified: 08 Oct 2025 04:29
URI: https://eprints2.undip.ac.id/id/eprint/39677

Actions (login required)

View Item View Item