Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ika Murpratiwi, Santi
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN PENGGUNA PLATFORM MEDIA SOSIAL X PADA TOPIK PEMILIHAN PRESIDEN 2024 MENGGUNAKAN PERBANDINGAN MODEL MONOLINGUAL DAN MULTILINGUAL BERT Nurhasiyah, Nurhasiyah; Dwiyansaputra, Ramaditia; Ika Murpratiwi, Santi; Aranta, Arik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12430

Abstract

Pemilihan Presiden 2024 di Indonesia merupakan topik penting yang banyak dibahas di media sosial, terutama platform X (sebelumnya Twitter). Media sosial ini menyediakan ruang bagi jutaan pengguna untuk berbagi opini yang dapat diolah menjadi data sentiment. Namun, menganalisis opini dalam jumlah besar membutuhkan model yang tepat. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait topik tersebut menggunakan perbandingan model monolingual (IndoBERT) dan multilingual (mBERT), model digunakan untuk mengklasifikasikan sentiment positif, netral, dan negatif. Penelitian dilakukan dengan metode BERT yang meliputi data crawling, preprocessing, labeling, data spliting, implementation model dan evaluation. Dataset terdiri dari 10.140 tweet yang melalui proses preprocessing berupa cleaning, case folding, dan tokenizing, dan proses pelabelan sentiment (positif, netral, negatif). Hasil penelitian menunjukkan bahwa model IndoBERT memiliki akurasi tertinggi sebesar 84% dengan presisi 75%, recall 80%, dan F1-Score 78%, sedangkan mBERT mencatat akurasi 81%, presisi 69%, recall 78%, dan F1-Score 73%. Model IndoBERT terbukti lebih unggul dalam memahami konteks bahasa Indonesia dibandingkan mBERT,terutama pada sentiment positif dan negatif, itu karena keterbatasan dalam menangkap konteks khusus Bahasa Indonesia. Evaluasi menggunakan confusion matrix untuk mendukung pernyataan ini. Hasil penelitian ini diharapkan dapat membantu pengembangan teknologi pemrosesan bahasa alami (NLP) untuk mendukung pemahaman opini publik, terutama di sektor sosial-politik Indonesia.
ANALISIS SENTIMEN PADA PENGGUNA APLIKASI X TERHADAP PEMILIHAN UMUM PRESIDEN 2024 MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Nurfauziyah, Nurfauziyah; Dwiyansaputra, Ramaditia; Ika Murpratiwi, Santi; Aranta, Arik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12437

Abstract

Pemilihan Umum Presiden 2024 menjadi perhatian besar masyarakat Indonesia, terutama di media sosial seperti Aplikasi X. Media sosial menyediakan data yang kaya akan opini publik, namun analisis sentimen terhadap teks tidak terstruktur menghadapi tantangan, seperti pola bahasa informal dan campuran bahasa. Penelitian ini bertujuan menganalisis sentimen publik terkait Pemilu 2024 menggunakan Convolutional Neural Network (CNN). Dataset terdiri dari 10.250 tweet yang dikumpulkan melalui Twitter API selama Juni–September 2024. Data diproses melalui pembersihan, tokenisasi, stemming, pelabelan sentimen menggunakan VADER, dan pelatihan model CNN. Penelitian ini mencakup enam percobaan, termasuk penghapusan stopwords, penggunaan bobot TF-IDF, dan modifikasi arsitektur CNN. Hasil terbaik diperoleh dari kombinasi CNN dan TF-IDF dengan akurasi 84%, precision 83%, recall 83%, dan F1-score 83%. Distribusi sentimen menunjukkan 45,42% positif, 37,53% negatif, dan 17,04% netral. Penelitian ini mengonfirmasi efektivitas CNN dengan TF-IDF dalam menganalisis sentimen dari teks kompleks di media sosial.
Co-Authors Aranta, Arik Dwiyansaputra, Ramaditia Nurfauziyah, Nurfauziyah Nurhasiyah, Nurhasiyah