eprintid: 31780
rev_number: 9
eprint_status: archive
userid: 12
dir: disk0/00/03/17/80
datestamp: 2026-06-29 03:31:28
lastmod: 2026-06-29 03:46:41
status_changed: 2026-06-29 03:31:28
type: thesis
metadata_visibility: show
creators_name: Syafutra, Arif Dwi
creators_nim: 22.55.2298
contributors_name: Kusrini, Kusrini
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER
DENGAN MACHINE LEARNING
ispublished: pub
subjects: 000.000.000A
subjects: 000.000.004
divisions: PJJ
full_text_status: public
keywords: Analisis sentimen, Omnibus Law, Twitter, Machine learning, SVM, TFIDF,
Resampling, Sentiment analysis,
abstract: Omnibus 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.
date: 2025-12-01
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: PJJ Magister Teknik Informatika
thesis_type: masters
thesis_name: tesis
citation:   Syafutra, Arif Dwi  (2025) ANALISIS SENTIMEN TENTANG OMNIBUS LAW DI TWITTER DENGAN MACHINE LEARNING.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31780/1/22.55.2298%20Arif%20Dwi%20Syafutra.pdf