EPrints Universitas Amikom YogyakartaANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER DENGAN MACHINE LEARNINGArif DwiSyafutraauthorOmnibus law atau undang-undang cipta kerja telah menjadi topik perdebatan publik yang intens di indonesia sejak disahkan pada tahun 2020. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat indonesia terhadap omnibus law melalui data twitter dengan menggunakan pendekatan machine learning. Dataset penelitian terdiri dari 20.000 tweet mentah yang dikumpulkan dari periode 20 juli 2020 hingga 14 april 2023, menghasilkan 17.184 tweet valid setelah penyaringan. Data melalui preprocessing intensif meliputi case folding, cleaning, normalisasi, tokenisasi, stopword removal, dan stemming, dengan reduksi 38,5% menjadi 81.705 kata unik. Pelabelan sentimen menggunakan lexicon-based menghasilkan distribusi 60,02% negatif dan 39,98% positif. Penelitian mengimplementasikan tiga algoritma: support vector machine (svm), random forest, dan multinomial naïve bayes, dengan teknik resampling rus, ros, dan smote. Ekstraksi fitur menggunakan tf-idf dengan feature selection mereduksi dimensi dari 18.247 menjadi 7.500 fitur (58%). Hasil menunjukkan svm dengan rus menghasilkan performa terbaik: akurasi 97,65%, precision 97,59%, recall 97,45%, f1-score 97,52%, dan auc-roc 0,9929. Random forest mencapai 96,17% dan multinomial naïve bayes 94,76%. Analisis temporal mengungkapkan sentimen negatif puncak 78% pada oktober 2020 dengan kata kunci "tolak", "buruh", "demo", dan "phk". Penelitian memberikan kontribusi metodologis berupa kerangka kerja analisis sentimen kebijakan publik berbahasa indonesia dan secara praktis menyediakan alat monitoring opini publik real-time.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2025-12-01Universitas AMIKOM Yogyakarta;PJJ Magister Teknik InformatikaThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.