Analisis Sentimen Terhadap Kebijakan Perubahan Skripsi menggunakan Metode Indobert (Studi Kasus : Respon Masyarakat Terhadap Kebijakan Perubahan Skripsi di Media Sosial YouTube)

Abstract

Penelitian ini BERTujuan untuk mengetahui efektivitas metode IndoBERT dalam menganalisis sentimen masyarakat terhadap kebijakan perubahan skripsi yang dibahas dalam komentar di platform media sosial YouTube. Kebijakan perubahan skripsi telah menjadi perbincangan yang signifikan di kalangan mahasiswa dan masyarakat luas serta memunculkan berbagai respons dan pandangan yang beragam. Data komentar dari media sosial YouTube dijadikan sumber informasi untuk mengidentifikasi sentimen masyarakat terkait kebijakan perubahan skripsi. Metode IndoBERT digunakan untuk memanfaatkan model bahasa alami berbasis bahasa Indonesia. Penelitian ini BERTujuan untuk menilai keefektifan metode IndoBERT dalam mengungkapkan pandangan positif, negatif, dan netral masyarakat terhadap kebijakan tersebut. Hasil penelitian ini memberikan pemahaman yang mendalam mengenai perasaan dan pandangan masyarakat terhadap kebijakan perubahan skripsi. Informasi yang dihasilkan dari analisis sentimen ini dapat bermanfaat bagi pihak-pihak yang terlibat dalam pengambilan keputusan, manajemen opini publik, dan kebijakan terkait pendidikan tinggi. Dalam penelitian ini, klasifikasi sentimen dilakukan melalui pemanfaatan model IndoBERT yang berbasis Natural Language Processing (NLP) dan didasarkan pada arsitektur BERT. IndoBERT diperkenalkan pada tahun 2019 sebagai alat pemrosesan bahasa alami yang lebih unggul dan lebih sesuai dengan konteks berbahasa Indonesia. Pengelompokan sentimen terbagi menjadi tiga kategori, yakni sentimen negatif, positif, dan netral. Dengan menggunakan model IndoBERT, analisis sentimen berhasil mencapai tingkat akurasi sebesar 89%, menunjukkan kemampuan model dalam mendeteksi sentimen pada kalimat dengan tingkat keberhasilan yang baik. Secara umum, sentimen masyarakat terkait perubahan kebijakan skripsi cenderung bersifat negatif.