ANALISIS SENTIMEN HATE SPEECH MENGENAI CALON WAKIL PRESIDEN INDONESIA MENGGUNAKAN ALGORITMA BERT



DOI: https://doi.org/10.29100/jipi.v9i4.5625

Abstract


Indonesia sebagai negara demokratis mengalami momen penting menjelang  pemilihan  umum,  khususnya  presiden  dan  wakil  presiden.  Persaingan politik yang sengit diwarnai dengan beragam pandangan dan retorika politik. Namun, munculnya hate speech sebagai bentuk ekstrem dari ekspresi politik mengancam stabilitas sosial dan integritas demokrasi. Hate speech dapat mengganggu harmoni masyarakat, mempengaruhi proses pemilihan umum dengan menyebarkan informasi palsu, dan merusak suasana politik. Analisis sentimen sangat penting dalam mendeteksi dan menangani hate speech terkait dengan calon Wakil Presiden Indonesia. Penelitian ini menggunakan data Twitter untuk mengeksplorasi opini masyarakat terhadap calon presiden dengan kata kunci Imin, Gibran, dan Mahfud MD sebanyak 2692 data. Hasil eksperimen menunjukkan bahwa algoritma BERT memiliki tingkat akurasi yang sangat tinggi, mencapai rata-rata 100% pada dataset Gibran Rakabuming Raka dan Mahfud MD. Analisis juga menunjukkan bahwa proporsi sentimen positif terhadap calon wakil presiden menunjukkan kecenderungan bahwa Muhaimin Iskandar mencapai tingkat akurasi 98,17%.

Keywords


Ananlisis Sentimen, Hate Speech, BERT

Full Text:

PDF

Article Metrics :

References


B. D. Adine Nayla, Casi Setianingsih, “Deteksi Hate Speech Pada Twitter,” E-Proceeding Eng., Vol. 10, No. 1, Pp. 256–262, 2023.

“Dokumen 136.Pdf.”

R. M. R. W. P. K. Atmaja And W. Yustanti, “Analisis Sentimen Customer Review Aplikasi Ruangguru Dengan Metode Bert (Bidirectional Encoderrepresentations From Transformers),” Jeisbi (Journal Emerg. Inf. Syst. Bus. Intell., Vol. 02, No. 3, Pp. 55–62, 2021.

Vidya Chandradev, I Made Agus Dwi Suarjaya, And I Putu Agung Bayupati, “Analisis Sentimen Review Hotel Menggunakan Metode Deep Learning Bert,” J. Buana Inform., Vol. 14, No. 02, Pp. 107–116, 2023, Doi: 10.24002/Jbi.V14i02.7244.

R. Fatmasari, R. K. Septiani, T. H. Pinem, D. Fabiyanto, And W. Gata, “Implementasi Algoritma Bert Pada Komentar Layanan Akademik Dan Non Akademik Universitas Terbuka Di Media Sosial,” Sains, Apl. Komputasi Dan Teknol. Inf., Vol. 5, No. 2, P. 96, 2024, Doi: 10.30872/Jsakti.V5i2.13915.

P. K. Sari And R. R. Suryono, “Komparasi Algoritma Support Vector Machine Dan Random Forest Untuk Analisis Sentimen Metaverse,” J. Mnemon., Vol. 7, No. 1, Pp. 31–39, 2024, Doi: 10.36040/Mnemonic.V7i1.8977.

D. Ananda And R. R. Suryono, “Analisis Sentimen Publik Terhadap Pengungsi Rohingya Di Indonesia Dengan Metode Support Vector Machine Dan Naïve Bayes,” Vol. 8, No. April, Pp. 748–757, 2024, Doi: 10.30865/Mib.V8i2.7517.

H. Saputra, “Analisis Sentimen Pada Vaksin Booster Menggunakan Algoritma Support Vector Machine Multiclass Di Twitter,” Vol. 3, No. 10, Pp. 1–26, 2023.

B. Rais, S. Suhardi, And R. P. I. P. Sari, “Critical Discourse Analysis Of Additional Information In Skincare Products,” Eralingua J. Pendidik. Bhs. Asing Dan Sastra, Vol. 4, No. 1, P. 89, 2020, Doi: 10.26858/Eralingua.V4i1.12519.

C. F. Hasri And D. Alita, “Penerapan Metode Naïve Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter,” J. Inform. Dan Rekayasa Perangkat Lunak, Vol. 3, No. 2, Pp. 145–160, 2022.

T. T. Widowati And M. Sadikin, “Analisis Sentimen Twitter Terhadap Tokoh Publik Dengan Algoritma Naive Bayes Dan Support Vector Machine,” Simetris J. Tek. Mesin, Elektro Dan Ilmu Komput., Vol. 11, No. 2, Pp. 626–636, 2021, Doi: 10.24176/Simet.V11i2.4568.

A. I. Purnamasari And I. Ali, “Analisis Sentimen Komentar Berita Detik . Com Menggunakan Algoritma Suport Vektor Machine ( Svm ),” Vol. 8, No. 3, Pp. 3175–3181, 2024.

G. Sahanji, Julian, And H. Syah, “Wfraud Alert Sebagai Prediksi Pesan Penipuan Whatsapp Menggunakan Naïve Bayes,” Tekno Kompak, Vol. 18, No. 1, Pp. 113–125, 2024.

J. U. S. Lazuardi And A. Juarna, “Analisis Sentimen Ulasan Pengguna Aplikasi Joox Pada Android Menggunakan Metode Bidirectional Encoder Representation From Transformer (Bert),” J. Ilm. Inform. Komput., Vol. 28, No. 3, Pp. 251–260, 2023, Doi: 10.35760/Ik.2023.V28i3.10090.

N. P. V. D. Saraswati, N. Yudistira, And P. P. Adikara, “Analisis Sentimen Terhadap Perundungan Siber Pada Twittermenggunakan Algoritma Bidirectional Encoder Representations Fromtransformer (Bert),” J. Pengemb. Teknol. Inf. Dan Ilmu Komput., Vol. 7, No. 2, Pp. 909–916, 2023, [Online]. Available: Http://J-Ptiik.Ub.Ac.Id

A. F. Setyaningsih, D. Septiyani, And S. R. Widiasari, “Implementasi Algoritma Naïve Bayes Untuk Analisis Sentimen Masyarakat Pada Twitter Mengenai Kepopuleran Produk Skincare Di Indonesia,” J. Teknol. Inform. Dan Komput., Vol. 9, No. 1, Pp. 224–235, 2023, Doi: 10.37012/Jtik.V9i1.1409.

F. Sodik And I. Kharisudin, “Analisis Sentimen Dengan Svm , Naive Bayes Dan Knn Untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 Pada Media Sosial Twitter,” Prisma, Vol. 4, Pp. 628–634, 2021.