ANALISIS SENTIMEN DI MEDIA SOSIAL TERHADAP KEBIJAKAN JAM MASUK SEKOLAH JAWA BARAT MENGGUNAKAN INDOBERT
Keywords:
IndoBERT, Analisis Sentimen, Media Sosial, Kebijakan Publik, NLPAbstract
Perkembangan teknologi informasi mendorong meningkatnya penggunaan analisis sentimen dalam mengidentifikasi opini publik di media sosial. Kebijakan jam masuk sekolah yang diberlakukan oleh Pemerintah Provinsi Jawa Barat memicu perdebatan luas, sehingga diperlukan pendekatan analitis untuk mengetahui persepsi masyarakat secara objektif. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap kebijakan tersebut menggunakan model IndoBERT. Data dikumpulkan melalui metode web scraping terhadap Twitter (X) dan YouTube, menghasilkan 1.103 komentar yang selanjutnya diproses melalui tahapan preprocessing, pelabelan manual, dan pembagian data. Model IndoBERT Base-P1 di-fine-tune menggunakan Weighted Cross-Entropy Loss untuk menangani ketidakseimbangan kelas. Hasil penelitian menunjukkan bahwa IndoBERT mampu mencapai akurasi 75% dan F1-score tertimbang 0.745. Penelitian ini membuktikan bahwa IndoBERT efektif digunakan sebagai model analisis sentimen untuk isu kebijakan publik berbasis Bahasa Indonesia.
References
Akhdaan, D. Al, Taufik Edy Sutanto, & Muhaza Liebenlito. (2024). Confident Learning pada IndoBERT: Peningkatan Kinerja Klasifikasi Sentimen. The Indonesian Journal of Computer Science, 13(5). https://doi.org/10.33022/ijcs.v13i5.4401
Asri, R., Kuswardani, R. A., Suliyanti, D. M., Manullang, N. H., & Ansyari, F. (2025). Sentiment classification on online customer reviews using IndoBERT pretrained language model. Indonesian Journal of Electrical Engineering and Computer Science, 30(3), 1554–1561. https://doi.org/10.11591/ijeecs.v30.i3.pp1554-1561
Fontanella, A., Ihsan, H., & Wang, Z.-H. (2021). Sentiment Analysis of Indonesian Government Policy in the Environmental Sector Using Machine Learning Method (Vol. 1, Number 2). https://akuntansi.pnp.ac.id/rafgo
Imaduddin, M. I., A’la, M. R., & Nugroho, E. (2023). Implementation of IndoBERT for sentiment analysis of health service applications using TF-IDF and word2vec. International Journal of Advanced Computer Science and Applications (IJACSA), 14(8), 610–618. https://doi.org/10.14569/IJACSA.2023.0140813
Jazuli, A., Widowati, & Kusumaningrum, R. (2025). Optimizing Aspect-Based Sentiment Analysis Using BERT for Comprehensive Analysis of Indonesian Student Feedback. Applied Sciences (Switzerland), 15(1). https://doi.org/10.3390/app15010172
Juditha, C. (2025). The Phenomenon of “Indonesia Gelap” on Social Media: Sentiment Analysis and Public Opinion Polarization. Jurnal Komunikasi, 17(1), 157–170. https://doi.org/10.24912/jk.v17i1.33846
Maharani, N. P. I., Yustiawan, Y., Rochim, F. C., & Purwarianti, A. (2023). Domain-Specific Language Model Post-Training for Indonesian Financial NLP. http://arxiv.org/abs/2310.09736
Merdiansah, R., & Ali Ridha, A. (2024). Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan IndoBERT. Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI, 7(1), 221–228.
Rizky, G. P., & Alrasyid, W. (2025). AI-Based Sentiment Analysis of Social Media to Detect Public Opinion on Government Policies. In Journal Basic Science and Technology (Vol. 14, Number 2).
Singgalen, Y. A. (2025). Performance Analysis of IndoBERT for Sentiment Classification in Indonesian Hotel Review Data. Article in Journal of Information System Research, 6(2). https://doi.org/10.47065/josh.v6i2.6505
Tri Nugroho, B., & Noorlistyo Adi, A. (2024). Sinergi International Journal of Communication Sciences Sentiment Analysis to Know Public Perception Regarding to Public Communication of Indonesian Customs and Excise. 1(2).
Downloads
Published
Issue
Section
Citation Check
License
Copyright (c) 2026 irvan maulana, Rudi Kurniawan, Bani Nurhakim, Nining Rahaningsih, Willy Prihartono

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




