ANALISIS SENTIMEN MASYARAKAT TERHADAP KASUS KORUPSI BBM DI MEDIA SOSIAL MENGGUNAKAN METODE NEURAL NETWORK

• ELKANA BERUTU
• 2025

---

Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kasus korupsi BBM yang dilakukan PT Pertamina melalui data yang diperoleh dari media sosial. Objek dari penelitian ini yaitu komentar masyarakat di media sosial yang membahas kasus korupsi BBM, yang bisa dianggap mencerminkan opini publik secara luas. Permasalahan utama penelitian ini yaitu bagaimana mengklasifikasikan opini masyarakat ke dalam ketegori sentimen positif, negatif secara baik. Analisis sentimen kegiatan penting yang bertujuan menganalisis sebuah sentimen dari opini atau pendapat dan dianalisis menggunakan metode neural network, salah satu pendekatan dalam pembelajaran mesin yang efektif untuk klasifikasi teks. Proses penelitian ini meliputi pengumpulan data menggunakan teknik web scraping, text preprocessing (cleaning, case folding, tokenizing, stopword removal, dan stemming), pelabelan menjadi 2 kategori (positif, negatif), serta pembobotan kata menggunakan TF-IDF. Model dikembangkan dan diuji menggunakan aplikasi rapidminer dengan metrik evaluasi confusion matrix. Hasil pengujian menunjukkan bahwa neural network mampu mengklasifikasikan sentimen dengan baik, mendapatkan akurasi yang cukup tinggi yaitu 97,33% namun akurasi yang tinggi disebabkan data yang sangat tidak seimbang. Yang membuat model menjadi bias dan gagal mengenali komentar positif. Kesimpulannya algoritma neural network terbukti sangat efektif dalam melakukan klasifikasi sentimen dengan pembagian data yang seimbang, sehingga penelitian ini bisa menjadi referensi untuk pengembangan model klasifikasi sentimen berbasis pembelajaran mesin di masa mendatang.

https://repository.bsi.ac.id/repo/75052/ANALISIS-SENTIMEN-MASYARAKAT-TERHADAP-KASUS-KORUPSI-BBM-DI-MEDIA-SOSIAL-MENGGUNAKAN-METODE-NEURAL-NETWORK
File full-text dikunci.