<![CDATA[Perubahan iklim merupakan salah satu isu global yang paling banyak dibicarakan di media sosial, seperti X. Meskipun konsensus ilmiah menyatakan bahwa perubahan iklim disebabkan oleh aktivitas manusia, opini publik masih terbagi, dan perbedaan tersebut tidak hanya memengaruhi opini individu, tetapi juga dapat berdampak pada pengambilan kebijakan lingkungan. Untuk memahami opini publik, berbagai model NLP dikembangkan, namun tantangan pada penggunaan model NLP tradisional adalah keterbatasannya dalam menangkap informasi kontekstual dalam sebuah kalimat. Oleh karena itu, model hibrida BERT-CNN diusulkan dengan anggapan bahwa embedding kontekstual pada BERT beserta kemampuan ekstraksi fitur CNN mampu mengklasifikasikan sentimen publik terhadap isu perubahan iklim. Metode yang digunakan dimulai dengan persiapan data, perancangan model, pelatihan model, pengujian model, dan perbandingan model utama dengan model lainnya. Hasil eksperimen menunjukkan bahwa model BERT-CNN cukup baik dalam mengklasifikasikan sentimen publik terkait perubahan iklim, dibuktikan dengan nilai f1-score-nya yang sebesar 0,7197. Model juga menunjukkan kinerja pada kelas minoritas yang lebih baik dibandingkan pada model BERT atau CNN secara terpisah. Dengan demikian, penelitian ini memberi wawasan baru terhadap pengembangan metode analisis sentimen berbasis deep learning pada isu perubahan iklim.]]>
Copyrights © 2025
