ANALISIS SENTIMEN PADA PLATFROM TWITTER TERHADAP KETERLIBATAN INEOS SEBAGAI PEMILIK BARU MANCHESTER UNITED MENGGUNAKAN MODEL ROBERTA DAN VADER

Fathurroziq, Farhan (2025) ANALISIS SENTIMEN PADA PLATFROM TWITTER TERHADAP KETERLIBATAN INEOS SEBAGAI PEMILIK BARU MANCHESTER UNITED MENGGUNAKAN MODEL ROBERTA DAN VADER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (816kB)
	Text (BAB I) BAB I.pdf - Published Version Download (380kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (948kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (668kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (786kB)
	Text (BAB V) BAB V.pdf - Published Version Download (89kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (216kB)
	Archive (SOURCE CODE) Sourcecode - 21.61.0213.zip - Published Version Restricted to Repository staff only Download (2MB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Keterlibatan INEOS dalam kepemilikan Manchester United menjadi topik yang banyak diperbincangkan oleh publik, khususnya di media sosial seperti Twitter. Dinamika opini publik yang muncul menimbulkan kebutuhan untuk menganalisis sentimen penggemar terhadap perubahan tersebut. Permasalahan yang diangkat dalam penelitian ini adalah bagaimana sentimen terhadap keterlibatan INEOS sebagai pemilik baru Manchester United berdasarkan data yang diungkap melalui platfrom Twitter, serta bagaimana model-model Natural Language Processing (NLP) dapat digunakan untuk mengevaluasi sentimen tersebut secara akurat. Penelitian ini menggunakan pendekatan NLP dengan dua model utama. RoBERTa, sebagai model berbasis pembelajaran mesin, dan VADER, sebagai model berbasis leksikon. Data diambil melalui proses crawling menggunakan Tweet-Harvest dan dilakukan preprocessing, splitting, serta balancing. RoBERTa dilakukan fine-tuning terhadap data latih berlabel, sedangkan VADER dioptimalkan melalui penyesuaian threshold. Hasil prediksi keduanya kemudian dikombinasikan ke dalam model meta-classifier berbasis Logistic Regression untuk meningkatkan akurasi klasifikasi. Hasil evaluasi menunjukkan bahwa model gabungan RoBERTa dan VADER memiliki performa terbaik dengan akurasi 71% dan F1-score 71%, mengungguli performa masing-masing model secara terpisah. Model gabungan juga menunjukkan kemampuan yang lebih seimbang dalam mengklasifikasikan sentimen positif, netral, dan negatif. Penelitian ini berkontribusi dalam pengembangan metode hybrid untuk analisis sentimen berbasis media sosial, dan dapat dimanfaatkan oleh praktisi komunikasi, analis media, maupun stakeholder klub untuk memahami persepsi publik secara lebih mendalam. Rekomendasi selanjutnya adalah penggunaan dataset multimodal dan eksplorasi teknik ensemble lanjutan.

Actions (login required)

View Item