Analisis Sentimen Publik Pada Aksi Unjuk Rasa 25 Agustus 2025 Menggunakan Metode Bidirectional Long Short-Term Memory (Bi-LSTM)

Abstract

Penelitian ini bertujuan untuk melakukan analisis sentimen publik terhadap aksi unjuk rasa 25 Agustus 2025 melalui komentar pada platform YouTube. Mengingat tingginya kompleksitas bahasa media sosial seperti penggunaan slang dan bahasa informal, metode klasifikasi deep learning dengan arsitektur Bidirectional Long Short-Term Memory (Bi-LSTM) dan representasi kontekstual IndoBERT digunakan untuk memetakan opini masyarakat. Hasil penelitian menunjukkan bahwa persepsi publik didominasi oleh sentimen negatif yang berakar pada ketidakpuasan finansial dan mosi tidak percaya terhadap lembaga DPR. Klasifikasi lebih lanjut pada kelas sentimen negatif menjadi kategori negatif ringan dan negatif kuat terbukti krusial untuk memetakan variasi intensitas emosi, mulai dari kritik administratif hingga bentuk resistensi ekstrem. Evaluasi model menunjukkan bahwa metode Bi-LSTM dengan kombinasi unit 64 dan 128 pada layer Bi-LSTM serta 256 pada dense layer, batch size 32, penghentian pelatihan di epoch 22 (early stopping dari 30 epoch), dropout 0,3, dan learning rate 0,0001 merupakan konfigurasi paling optimal. Model ini berhasil mencapai tingkat akurasi sebesar 79,36% dalam mengklasifikasikan data. Untuk penelitian selanjutnya, disarankan agar metrik pembobotan pada leksikon khusus terus diperkaya untuk menajamkan batas ambang prediksi. Selain itu, perluasan rentang waktu pengambilan data (longitudinal) sangat direkomendasikan untuk memantau efektivitas respons pemerintah serta siklus pergeseran opini publik secara komprehensif.