Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengajuan Artikel Jurnal – IDENT Identifikasi Faktor Dominan untuk Sentimen Negatif Masyarakat Terhadap Pelemahan Rupiah Menggunakan NLP dan Topic Modeling LDA Zesi Walikhsani; Winda Anggaraeni; Riska Dwi Handayani
Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi Vol. 3 No. 3 (2026): SINTA: JULI (call of paper)
Publisher : Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/sinta.v3i3.303

Abstract

Pergerakan nilai tukar rupiah yang cenderung melemah terhadap mata uang asing menjadi salah satu isu ekonomi yang banyak mendapat perhatian dari masyarakat. Kondisi tersebut tidak hanya berdampak pada stabilitas perekonomian nasional, tetapi juga dapat mempengaruhi aktivitas ekonomi masyarakat secara langsung. Seiring meningkatnya penggunaan media sosial, berbagai tanggapan dan opini terkait pelemahan rupiah banyak disampaikan melalui platform digital, sehingga dapat dimanfaatkan sebagai sumber informasi untuk memahami pandangan publik. Seiring meningkatnya penggunaan media sosial, berbagai tanggapan dan opini terkait pelemahan rupiah banyak disampaikan melalui platform digital, sehingga dapat dimanfaatkan sebagai sumber informasi untuk memahami pandangan publik. Meskipun penelitian analisis sentimen telah banyak digunakan, sebagian besar masih terbatas pada pengelompokan opini ke dalam kategori sentimen tertentu tanpa mengungkap faktor yang melatarbelakangi munculnya sentimen tersebut. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi faktor-faktor utama yang membentuk sentimen negatif masyarakat terhadap pelemahan nilai tukar rupiah dengan memanfaatkan pendekatan Natural Language Processing (NLP) dan metode Topic Modeling Latent Dirichlet Allocation (LDA). Data yang digunakan berjumlah 5.000 unggahan dari platform X (Twitter) yang telah diklasifikasikan ke dalam sentimen positif, netral, dan negatif. Tahapan penelitian meliputi preprocessing teks, pembobotan kata menggunakan TF-IDF, analisis distribusi sentimen, serta pemodelan topik dengan algoritma LDA. Hasil analisis menunjukkan bahwa sentimen negatif merupakan kategori yang paling dominan dengan proporsi 40,78% atau sebanyak 2.039 data. Pengujian model menghasilkan nilai Coherence Score sebesar 0,5255 dengan tiga topik optimal. Faktor yang paling berpengaruh terhadap terbentuknya sentimen negatif adalah dampak ekonomi domestik dengan bobot rata-rata 0,4007, diikuti oleh sentimen investor sebesar 0,3777 dan faktor teknis maupun global sebesar 0,2216. Temuan ini mengindikasikan bahwa perhatian masyarakat lebih banyak tertuju pada dampak ekonomi yang dirasakan secara langsung dibandingkan pengaruh faktor eksternal.