• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Analisis Sentimen Terhadap Pengangkatan Gibran Rakabuming Raka Sebagai Bakal Calon Wakil Presiden Pada Pemilu 2024 Menggunakan Indobert (Studi Kasus : Opini Masyarakat terhadap Pengangkatan Gibran Rakabuming Raka Sebagai Bacawapres pada Media Sosial X)

    Thumbnail
    View/Open
    20611107.pdf (3.410Mb)
    Date
    2024
    Author
    Setyastomo, Raechan Anung
    Metadata
    Show full item record
    Abstract
    Tugas akhir ini bertujuan untuk menganalisis sentimen masyarakat terhadap pengangkatan Gibran Rakabuming Raka sebagai bakal calon wakil presiden pada Pemilu 2024 dengan menggunakan metode IndoBERT pada data yang diambil dari Twitter atau X. Data yang digunakan merupakan opini masyarakat yang disampaikan melalui X pada tanggal 22 - 29 Oktober 2023. Metode IndoBERT akan digunakan untuk mengklasifikasikan sentimen dari setiap opini menjadi tiga kategori, yaitu positif, netral, dan negatif. Dataset hasil dari prepocessing dibagi menjadi dua kategori proporsi data training, validation, dan testing dengan pembagian proporsi I masing-masing 80:10:10 dan proporsi II masing-masing 90:5:5. Hasil penelitian menunjukkan bahwa masyarakat memberikan tanggapan beragam terhadap pencalonan Gibran sebagai bakal calon wakil presiden. Sentimen positif berharap pada kontribusi Gibran sebagai sosok muda untuk membawa energi baru dalam politik, sementara sentimen netral hanya menyebutkan fakta atau tokoh tanpa opini kuat. Sebaliknya, sentimen negatif khawatir akan potensi dinasti politik dan mempertanyakan legitimasi proses pencalonan. Dengan hyperparameter learning rate sebesar 2×10-6 , batch size sebesar 32, dan epoch sebesar 5, akurasi training, validation, dan testing untuk proporsi I adalah 81%, 75%, dan 75%, sedangkan untuk proporsi II yaitu 81%, 77%, dan 72%. Hasil analisis dengan model IndoBERT menggunakan dua proporsi data menunjukkan bahwa performa model lebih baik pada data training dengan proporsi II, sedangkan proporsi I lebih akurat pada data testing. Hal ini menegaskan pentingnya keseimbangan data training dan testing untuk kemampuan generalisasi model yang optimal. Evaluasi model IndoBERT juga mengungkapkan tantangan dalam membedakan sentimen yang mirip, seperti netral, negatif, dan positif, terutama ketika terdapat penggunaan kata- kata sarkastik yang dapat mengaburkan makna sebenarnya.
    URI
    dspace.uii.ac.id/123456789/53847
    Collections
    • Statistics [1251]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV