<![CDATA[Fenomena tagar #KaburAjaDulu di platform Twitter/X mencerminkan keresahan generasi muda terhadap tekanan hidup, ketidakpastian ekonomi, serta lingkungan kerja yang tidak sehat di era modern. Penelitian ini bertujuan untuk menganalisis persepsi publik terhadap fenomena tersebut melalui pendekatan analisis sentimen berbasis pemrosesan bahasa alami (Natural Language Processing), dengan mengombinasikan IndoBERT sebagai metode embedding kontekstual dan Support Vector Machine (SVM) sebagai algoritma klasifikasi. Data penelitian terdiri dari 12.353 tweet publik yang mengandung tagar #KaburAjaDulu, dikumpulkan menggunakan alat bantu TweetHarvest dalam rentang waktu 1 Oktober 2024 hingga 30 Agustus 2025. Data kemudian di pre-processing serta dilabeli menggunakan metode automatic labelling dengan alat bantu IndoBERTweet yang kemudian divalidasi oleh tiga validator hasil automatic labelling tersebut. Hasil penelitian menunjukkan bahwa kombinasi IndoBERT dan SVM dengan kernel Linear memberikan performa terbaik dengan akurasi 95,91%, F1-score (weighted) 0,9581, dan F1-score (macro) 0,8870 pada skema 70% data latih dan 30% data uji. Analisis sentimen memperlihatkan bahwa 77,30% tweet bersentimen negatif, mencerminkan dominasi ekspresi ketidakpuasan terhadap situasi sosial-ekonomi di Indonesia. Temuan ini membuktikan efektivitas pendekatan gabungan IndoBERT dan SVM dalam menganalisis sentimen media sosial Twitter/X berbahasa Indonesia, serta memberikan wawasan empiris dan kontekstual mengenai pola persepsi serta dinamika emosi publik di ruang digital.]]>
Copyrights © 2026
