eprintid: 31831
rev_number: 14
eprint_status: archive
userid: 12
dir: disk0/00/03/18/31
datestamp: 2026-06-30 07:20:13
lastmod: 2026-06-30 07:20:13
status_changed: 2026-06-30 07:20:13
type: thesis
metadata_visibility: show
creators_name: Prabowo, Hafid Afi
creators_nim: 21.83.0657
contributors_name: Ariyus, Dony
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS SENTIMEN DAN PEMETAAN TOPIK KURIKULUM
MERDEKA MENGGUNAKAN MODEL HYBRID
INDOROBERTA-BILSTM DENGAN OPTIMASI                 
RULE-BASED HEURISTIK
ispublished: pub
subjects: 000.000.000A
divisions: tk
full_text_status: restricted
keywords: Analisis Sentimen, Kurikulum Merdeka, Pemetaan Topik,
IndoRoBERTa-BiLSTM, Rule-Based Heuristik,  Sentiment Analysis, Topic Mapping.
abstract: Masyarakat saat ini aktif menyampaikan opini mengenai berbagai isu
pendidikan melalui media sosial, khususnya Twitter, termasuk mengenai
Kurikulum Merdeka. Namun, analisis sentimen konvensional belum memadai
untuk memahami persepsi publik secara menyeluruh tanpa adanya pemetaan topik
dan penanganan terhadap ambiguitas serta sarkasme. Penelitian ini bertujuan untuk
mengembangkan sistem analisis sentimen dan pemetaan topik terkait Kurikulum
Merdeka dengan mengintegrasikan model hybrid IndoRoBERTa-BiLSTM dan
optimasi Rule-Based Heuristik. Model IndoRoBERTa digunakan untuk ekstraksi
fitur berbasis transformer, sedangkan BiLSTM menangani ketergantungan jangka
panjang dalam teks. Untuk meningkatkan akurasi, diterapkan algoritma Rule-Based
Heuristik guna memperbaiki klasifikasi sentimen pada teks yang ambigu atau
sarkastik. Pemetaan topik dilakukan menggunakan pendekatan Keyword-Based
Classifier dan Non-Negative Matrix Factorization (NMF), yang hasilnya
divisualisasikan dalam dashboard Streamlit untuk analisis interaktif. Penelitian ini
menggunakan data tekstual dari Twitter dengan kata kunci “Kurikulum Merdeka”
periode 2023-2024 dengan total 11.564 data tweet. Hasil penelitian menunjukkan
bahwa kombinasi model ini mampu menghasilkan akurasi sebesar 0,96, dengan
nilai precision 0,91, recall 0,97, dan F1-score 0,93. Integrasi Rule-Based Heuristik
terbukti efektif dalam menangani kesalahan klasifikasi akibat sarkasme, sementara
pemetaan topik berhasil mengidentifikasi isu dominan yang relevan dengan
kebijakan Kurikulum Merdeka di Indonesia.
date: 2026-01-22
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Prabowo, Hafid Afi  (2026) ANALISIS SENTIMEN DAN PEMETAAN TOPIK KURIKULUM MERDEKA MENGGUNAKAN MODEL HYBRID INDOROBERTA-BILSTM DENGAN OPTIMASI RULE-BASED HEURISTIK.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31831/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31831/8/Publikasi.pdf