<![CDATA[Aturan untuk penyedia layanan di internet atau Penyelenggara Sistem Elektronik di Indonesia mendapatkan pro dan kontra semenjak adanya Peraturan Pemerintah yang diterbitkan. Twitter sebagai media sosial, menjadi salah satu tempat menyampaikan pendapat secara bebas, tidak terkecuali pendapat untuk peraturan PSE. Penelitian ini bertujuan untuk mengidentifikasi karakteristik akun pengguna Twitter dengan mempertimbangkan sentimen tweet mereka terhadap Peraturan PSE. Analisis ini dilakukan dengan mengidentifikasi sentimen pada data tweet, kemudian melihat atribut dari akun pengguna tweet tersebut. Pada proses penggalian data didapatkan sebanyak 849 tweet, 679 diantaranya diberikan label sentimen yang kemudian akan digunakan untuk membangun model machine learning berbasis IndoBERT. Selanjutnya, sebanyak 335 data terkait akun pengguna yang terikat dengan data tweet diatas juga didapatkan. Model machine learning yang dihasilkan mencapai akurasi sebesar 71%, didapatkan juga model paling baik dalam mengklasifikasi tweet dengan sentiment negatif. Ditemukan bahwa akun yang mendukung PSE atau memiliki postingan tweet dengan sentimen positif berusia lebih muda dibandingkan yang bersentimen negatif. Meski begitu rata-rata jumlah tweet yang dihasilkan akun-akun bersentimen positif lebih banyak dibandingkan akun dengan sentimen negatif meskipun rata-rata usianya jauh lebih tua. Ini menunjukkan bahwa akun bersentimen positif lebih sering mengirim tweet dibandingkan akun bersentimen negatif.]]>
Copyrights © 2022
