<![CDATA[Tujuan penelitian ini adalah untuk menganalisis opini publik mengenai inisiatif mata uang BRICS (Brasil, Rusia, India, Cina, Afrika Selatan) menggunakan data Twitter. Studi ini menggunakan analisis sentimen berbasis pembelajaran mesin dan pemrosesan bahasa alami (NLP) untuk menyelidiki pola sentimen positif, negatif, dan netral yang terjadi pada platform media sosial. Kami menggunakan Twitter API untuk mengumpulkan data pada kata kunci terkait seperti “mata uang BRICS”, “demolding”, dan “ekonomi BRICS”, dan menganalisisnya menggunakan model VADER dan BERT. Temuan menunjukkan bahwa Topik 2 memiliki sentimen yang sangat positif, sedangkan Topik 0 dan Topik 4 memiliki distribusi suasana hati yang seimbang antara positif dan netral. Tema 3 menunjukkan keseimbangan dalam distribusi emosi antara positif, netral, dan negatif. Sebaliknya, topik 1 yang jumlah tweetnya paling sedikit cenderung netral. Survei ini memberikan wawasan mengenai opini publik mengenai kebijakan ekonomi internasional, khususnya inisiatif mata uang BRICS. Hasilnya membantu memahami dinamika politik internasional dan pentingnya penggunaan teknologi analisis sentimen dalam menilai persepsi masyarakat.]]>
Copyrights © 2025
