Implementasi IndoBERT dalam Analisis Sentimen Pra Pemilu 2024 pada Platform X dengan Penjelasan Naratif Berbasis Generative AI

Rayhan Harsono, William (2025) Implementasi IndoBERT dalam Analisis Sentimen Pra Pemilu 2024 pada Platform X dengan Penjelasan Naratif Berbasis Generative AI. Bachelor Thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (796kB)
[img] PDF
BAB_I.pdf

Download (224kB)
[img] PDF
BAB_II.pdf

Download (440kB)
[img] PDF
BAB_III.pdf

Download (275kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf

Download (212kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (222kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (337kB)
[img] Archive (ZIP)
CREATION_FILE.zip

Download (1MB)

Abstract

Penelitian ini dirancang untuk menganalisis sentimen publik terhadap tiga kandidat presiden Indonesia Prabowo Subianto, Ganjar Pranowo, dan Anies Baswedan pada fase awal pra-pemilu 2024. Data diperoleh dari Platform X pada April 2023, mencakup tweet berbahasa Indonesia yang diposting antara Oktober 2022 hingga April 2023, dengan total 10.000 tweet per kandidat. Periode pengumpulan data dipilih sebagai baseline historis untuk memahami dinamika sentimen awal, dengan potensi adaptasi metode pada data terkini. Model IndoBERT yang telah di-fine- tune menunjukkan performa kompetitif, dengan rata-rata F1-score di atas 80% untuk ketiga kandidat, dan performa tertinggi pada dataset Prabowo Subianto dengan F1-score sebesar 84,32%. Integrasi generative AI berhasil mengubah hasil analisis teknis menjadi narasi komunikatif, meningkatkan interpretabilitas bagi pengguna non-teknis, seperti analis politik dan pembuat kebijakan. Hasil penelitian mengindikasikan potensi IndoBERT dalam analisis sentimen berbasis data baru, berkontribusi pada pengembangan kerangka analisis sentimen politik berbasis bahasa Indonesia yang akurat, transparan, dan aplikatif. Pendekatan ini menawarkan prospek untuk mendukung sistem pemantauan opini publik secara real-time.

Item Type: Thesis (Bachelor Thesis)
Creators: Rayhan Harsono, William (00000061964)
Contributors: Aditiyawan, Aditiyawan (8994550022)
Keywords: Analisis Sentimen, Bahasa Indonesia, Generative AI, IndoBERT, Pemilu 2024
Subjects: 000 Computer Science, Information and General Works
Divisions: Faculty of Engineering & Informatics > Informatics
Date Deposited: 10 Sep 2025 05:45
URI: https://kc.umn.ac.id/id/eprint/40474

Actions (login required)

View Item View Item