Analisis Sentimen Topik #Kaburajadulu di Platform X Berbasis Model IndoBERtweet

Abstract

Media sosial telah menjadi sarana utama bagi individu untuk menyampaikan pendapat dan terlibat dalam diskusi mengenai berbagai topik yang sedang tren. Ekspresi tersebut sering kali mencerminkan beragam sentimen publik, yang umumnya dikategorikan sebagai mendukung (pro), menentang (kontra), atau netral. Analisis terhadap variasi sentimen ini sangat penting untuk memahami sikap dominan masyarakat terhadap suatu isu tertentu. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap sebuah topik yang sedang tren di Indonesia dengan menggunakan IndoBERTweet, sebuah model bahasa berbasis transformer yang telah dilatih sebelumnya menggunakan data Twitter berbahasa Indonesia. Model ini secara khusus dioptimalkan untuk memproses struktur bahasa informal yang umum digunakan di platform media sosial. Studi kasus yang dipilih berfokus pada isu yang banyak diperbincangkan dengan tagar #kaburajadulu di platform X (sebelumnya Twitter). Tujuan utama dari penelitian ini adalah untuk menentukan sentimen yang paling dominan—apakah mayoritas pengguna menunjukkan sikap pro, kontra, atau netral terhadap topik tersebut. Pengumpulan data dilakukan dengan melakukan scraping terhadap tweet yang terkait dengan tagar tersebut, kemudian dilanjutkan dengan proses pra-pemrosesan dan pelabelan sentimen. Model IndoBERTweet digunakan untuk mengklasifikasikan sentimen, dan kinerjanya dievaluasi menggunakan empat metrik standar: akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan performa model yang sangat baik, dengan semua metrik evaluasi melebihi 94%, yang menunjukkan tingkat keandalan tinggi dalam klasifikasi sentimen untuk tweet berbahasa Indonesia.