ANALISIS KOMPARATIF MODEL INDOBERTWEET DAN SVM UNTUK SENTIMEN PUBLIK TERHADAP PEMBANGUNAN IKN DI PLATFORM X

Ardantianto, Farrel Shahizidan (2025) ANALISIS KOMPARATIF MODEL INDOBERTWEET DAN SVM UNTUK SENTIMEN PUBLIK TERHADAP PEMBANGUNAN IKN DI PLATFORM X. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (1MB)
[img] Text (BAB I)
BAB I.pdf

Download (197kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (882kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (438kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
BAB V.pdf

Download (79kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (217kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.4364.zip
Restricted to Repository staff only

Download (262kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (838kB)

Abstract

Pemindahan Ibu Kota Negara (IKN) telah memicu diskursus publik yang luas di platform media sosial seperti X, namun pemahaman akurat terhadap sentimen masyarakat terhambat oleh kompleksitas bahasa informal dan ketidakseimbangan data. Penelitian ini melakukan analisis komparatif untuk menentukan model klasifikasi sentimen yang paling optimal antara Support Vector Machine (SVM) yang berbasis fitur TF-IDF dan IndoBERTweet, sebuah model Transformer yang telah di-fine-tuning. Metodologi penelitian mencakup akuisisi data melalui platform X, pra-pemrosesan data yang disesuaikan untuk setiap model, augmentasi data latih menggunakan synonym replacement untuk mengatasi ketidakseimbangan kelas, serta optimasi hyperparameter sistematis menggunakan BayesSearchCV untuk model SVM dan Optuna untuk model IndoBERTweet. Hasil evaluasi pada data uji yang tidak seimbang menunjukkan bahwa IndoBERTweet secara signifikan mengungguli SVM, dengan capaian akurasi 89,17% dan F1-score makro sebesar 0,77 dibandingkan model SVM dengan akurasi 83,59% dan F1score makro 0,62. Keunggulan utama IndoBERTweet terletak pada kemampuannya yang superior dalam mengklasifikasikan sentimen minoritas (positif dan negatif), membuktikan efektivitas arsitektur berbasis konteks dalam menangani opini publik media sosial khususnya pada platform X. Temuan ini memberikan rekomendasi model yang lebih andal bagi pemerintah dan analis kebijakan untuk memantau opini publik secara akurat, mendukung pengambilan keputusan berbasis data yang lebih baik.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Rahardi, Majid
Uncontrolled Keywords: Analisis Sentimen, Ibu Kota Negara (IKN), IndoBERTweet, Support Vector Machine (SVM), Platform X
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 03 Dec 2025 01:28
Last Modified: 03 Dec 2025 01:28
URI: http://eprints.amikom.ac.id/id/eprint/31437

Actions (login required)

View Item View Item