<![CDATA[Abstract: Social media has become one of the main channels for people to express their opinions on various social and political issues. This study aims to apply the BERT model in analyzing the issue to be analyzed to determine the public's reaction to the tendency of public sentiment, whether it is positive, negative, or neutral. BERT is very superior in understanding the meaning of sentences in depth, including in sentiment analysis tasks. The BERT evaluation shows that Negative sentiment with precision reaches 79%, recall 84%, and f1-score reaches 81%, for Neutral sentiment precision reaches 50%, recall reaches 45% and f1-score reaches 47%, positive sentiment precision reaches 66%, recall 61%, and f1-score reaches 63% and accuracy reaches 72%. Based on the overall results, the model produces an accuracy rate of 72%, which indicates that most of the sentiment predictions match the actual labels. Keywords: BERT, Sentiment. Abstrak: Media sosial telah menjadi salah satu saluran utama bagi masyarakat untuk menyampaikan opini terhadap berbagai isu sosial dan politik. Penelitian ini bertujuan untuk menerapkan model BERT dalam menganalisis isu tersebut untuk dianalisis guna mengetahui reaksi masyarakat pada kecenderungan sentimen publik, apakah bersifat positif, negatif, atau netral. BERT sangat unggul dalam memahami makna kalimat secara mendalam, termasuk dalam tugas analisis sentimen. Evaluasi BERT menunjukan bahwa sentimen Negatif dengan preccision mencapai 79%, recall 84%, dan f1-score mencapai 81%, untuk sentimen Netral precission mencapai 50%, recall mencapai 45% dan f1-score mencapai 47% , sentimen positif preccision mencapai 66%, recall 61%, dan f1-score mencapai 63% serta accuracy mencapai 72%. Berdasarkan hasil secara keseluruhan, model menghasilkan tingkat akurasi sebesar 72%, yang menunjukkan bahwa sebagian besar prediksi sentimen sesuai dengan label sebenarnya. Kata kunci: BERT, Sentimen.]]>
Copyrights © 2025
