<![CDATA[Penelitian ini membahas implementasi model IndoBERT untuk analisis sentimen publik terhadap isu dugaan ijazah palsu Presiden Joko Widodo di Platform X (Twitter). Tujuan penelitian ini adalah mengklasifikasikan opini publik menjadi tiga kategori sentimen, yakni positif, netral, serta negatif, untuk mengetahui kecenderungan opini masyarakat terhadap isu yang tengah berkembang. Metode yang dipergunakan yakni pendekatan kuantitatif dengan eksperimen model IndoBERT-base-p1 yang di-fine-tune menggunakan dataset berbahasa Indonesia. Data dikumpulkan melalui Twitter API v2 dengan kata kunci terkait isu tersebut, kemudian melalui tahapan preprocessing meliputi cleaning, case folding, normalisasi, tokenisasi, filtering, serta stemming. Sebanyak 2.113 tweet digunakan dan diklasifikasikan ke dalam data latih serta data uji dengan perbandingan 70:30. Model dilatih mempergunakan algoritma AdamW optimizer dengan fungsi Cross-Entropy Loss dan dievaluasi mempergunakan metrik accuracy, precision, recall, serta F1-score. Hasil uji memperlihatkan bahwasanya model IndoBERT memiliki akurasi sebesar 91,13% dengan nilai F1-score sejumlah 0,91, menandakan performa klasifikasi yang sangat baik serta stabil. Distribusi hasil analisis memperlihatkan dominasi sentimen negatif sejumlah 61%, disusul sentimen positif sejumlah 23% serta netral sejumlah 16%. Model ini diimplementasikan ke dalam aplikasi web berbasis Streamlit yang memungkinkan pengguna melaksanakan analisis sentimen secara langsung dan menampilkan hasil dalam bentuk visualisasi interaktif berupa pie chart, bar chart, dan wordcloud. Temuan studi ini menunjukkan bahwa IndoBERT mampu memahami konteks opini publik dalam Bahasa Indonesia secara efektif dan dapat dijadikan dasar pengembangan sistem analisis opini publik yang informatif dan aplikatif.Kata Kunci: Analisis Sentimen, IndoBERT, Opini Publik, Media Sosial, Platform X]]>
