Analisis Sentimen Berbasis Aspek terhadap Respons Penanggulangan Banjir Bandang di Pulau Sumatra Menggunakan IndoBERT

Lo Channiko, William (2026) Analisis Sentimen Berbasis Aspek terhadap Respons Penanggulangan Banjir Bandang di Pulau Sumatra Menggunakan IndoBERT. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (587kB)
	PDF BAB_I.pdf Download (224kB)
	PDF BAB_II.pdf Download (608kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (212kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (220kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (505kB)
	Archive (ZIP) 00000068779_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Banjir bandang di Pulau Sumatra menimbulkan berbagai dampak bagi masyarakat dan banyak diperbicangkan oleh pengguna sosial media. Banyaknya opini yang muncul pada platform X dan YouTube membuat analisis secara manual sulit dilakukan, sehingga diperlukan pendekatan komputasional untuk mengidentifikasi sentimen masyarakat serta aspek penanggulangan bencana yang dibahas. Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek terhadap penanggulangan banjir di Pulau Sumatra menggunakan IndoBERT serta mengevaluasi performa model pada tugas klasifikasi sentimen, klasifikasi aspek, dan analisis aspek- sentimen. Dataset yang digunakan terdiri dari 1.822 opini dari platform X dan YouTube yang dilabeli ke dalam sentimen positif dan negatif, serta aspek Mitigasi, Tanggap Darurat, Pemulihan, dan Lainnya. Tahapan penelitian meliputi pra-pemrosesan data, pembagian data universal, optimasi hyperparameter menggunakan Optuna, pelatihan model, evaluasi model, serta evaluasi gabungan aspek-sentimen. Model IndoBERT yang digunakan pada tugas klasifikasi sentimen mampu mencapai akurasi sebesar 0,9836 dengan macro F1-score sebesar 0,9812. Pada tugas klasifikasi aspek, model yang sama memperoleh akurasi sebesar 0,8986 dan macro F1-score sebesar 0,8702. Sementara itu, analisis aspek-sentimen menghasilkan akurasi sebesar 0,8849, macro F1-score sebesar 0,8326, dan weighted F1-score sebesar 0,8827. Secara keseluruhan, sentimen negatif mendominasi dataset dengan proporsi 68,1%. Berdasarkan aspek, Mitigasi memiliki proporsi sentimen negatif tertinggi, yaitu 684 dari 711 opini (96,2%), sedangkan Pemulihan didominasi sentimen positif sebanyak 149 dari 211 opini (70,6%). Temuan ini menunjukkan bahwa IndoBERT mampu digunakan untuk mengidentifikasi sentimen, aspek, dan pasangan aspek-sentimen sehingga memberikan gambaran yang lebih rinci mengenai opini masyarakat terhadap penanggulangan banjir di Pulau Sumatra.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Lo Channiko, William (00000068779)
Contributors:	Suryadibrata, Alethea (0322099201)
Keywords:	Analisis Sentimen Berbasis Aspek, Banjir Bandang, IndoBERT, Media Sosial, Pipeline Aspek-Sentimen.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	24 Jul 2026 08:01
URI:	https://kc.umn.ac.id/id/eprint/48014

Actions (login required)

View Item