Analisis Sentimen Masyarakat Terhadap Gagasan Bacapres 2024 Menggunakan Model Indobert (Studi Kasus : Gagasan Tentang Penegakan Hukum)

Abstract

Teknologi digital telah mengubah cara masyarakat Indonesia mengungkapkan pendapatnya, terutama menjelang pemilihan umum tahun 2024. Media sosial platform utama untuk mengungkapkan pendapat masyarakat, salah satunya adalah youtube. Pemilihan umum bukan hanya momen krusial dalam dinamika politik, tetapi juga evaluasi terhadap kepercayaan terhadap lembaga penegak hukum seperti KPK dan Polri, yang mengalami penurunan signifikan. Analisis sentimen masyarakat terhadap gagasan mengenai penegakan hukum yang disampaikan oleh tiga calon presiden dalam acara "Mata Najwa on Stage: 3 Bacapres Bicara Gagasan" yang diselenggarakan oleh Universitas Gajah Mada dan Narasi, analisis ini menjadi penting untuk memahami bagaimana gagasan-gagasan dari para calon presiden diterima oleh publik, khususnya terkait dengan isu korupsi dan penegakan hukum. Penelitian ini bertujuan untuk mengidentifikasi komentar masyarakat yang mengandung sentimen positif, netral, dan negatif. Metode yang digunakan adalah analisis sentimen dengan melakukan text preprocessing data menggunakan case folding, cleaning, tokenisasi, normalisasi dan lematisasi, serta pelabelan sentimen menggunakan vader lexicon. Untuk proses klasifikasinya menggunakan salah satu pengembangan deep learning yaitu arsitektur BERT untuk bahasa Indonesia atau IndoBERT. Hasil dari penelitian ini adalah model classifier IndoBERT memperoleh nilai akurasi sebesar 80% dimana sentimen positif memiliki nilai rata- rata yang lebih tinggi dibandingkan dengan sentimen negatif atau netral. Penelitian ini mengidentifikasi banyaknya sentimen positif yang memiliki interpretasi bahwa masyarakat memberikan tanggapan yang baik terhadap gagasan yang disampaikan calon presiden tentang penegakan hukum.