<![CDATA[Transformasi digital dalam administrasi publik di Indonesia mendorong pemerintah untuk meningkatkan kualitas pelayanan melalui penerapan berbagai inovasi teknologi. Namun, implementasi layanan digital pemerintah masih menghasilkan persepsi yang beragam di masyarakat yang dapat dilihat melalui opini publik pada media sosial. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap inovasi teknologi pada administrasi publik Indonesia menggunakan metode IndoBERT, mengidentifikasi topik dominan yang dibahas masyarakat menggunakan Latent Dirichlet Allocation (LDA), serta menyajikan hasil analisis dalam bentuk dashboard interaktif. Penelitian ini menggunakan pendekatan kuantitatif dengan kerangka kerja Knowledge Discovery in Database (KDD) yang terdiri dari tahapan data selection, preprocessing, transformation, data mining, dan evaluation. Data diperoleh dari media sosial X dan TikTok sebanyak 11.787 data opini yang kemudian melalui proses seleksi dan preprocessing sehingga menghasilkan 5.541 data yang digunakan untuk analisis. Klasifikasi sentimen dilakukan menggunakan model IndoBERT melalui proses fine-tuning dengan beberapa kombinasi hyperparameter. Evaluasi model dilakukan menggunakan confusion matrix, akurasi, presisi, recall, F1-Score, dan 5-Fold Cross Validation. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada epoch 4 dengan learning rate 2e-5 yang menghasilkan akurasi sebesar 75% dan F1-Score sebesar 74%. Selain itu, hasil topic modeling menghasilkan lima topik utama pada masing-masing kelas sentimen yang menggambarkan isu dominan terkait penerapan inovasi teknologi administrasi publik. Seluruh hasil analisis divisualisasikan dalam dashboard berbasis website untuk membantu pengguna memahami pola persepsi masyarakat dan mendukung evaluasi layanan digital pemerintah.]]>
Copyrights © 2026
