ANALISIS SENTIMEN KINERJA 100 HARI PEMERINTAHAN PRABOWO GIBRAN PADA MEDIA SOSIAL X MENGGUNAKAN INDOBERT

Media sosial X (sebelumnya Twitter) menjadi salah satu kanal utama dalam
menyuarakan opini publik terkait isu politik, termasuk dalam mengevaluasi kinerja
pemerintah. Periode 100 hari pertama pemerintahan Prabowo–Gibran menjadi
momentum penting untuk menilai arah kebijakan serta persepsi masyarakat.
Penelitian ini bertujuan menerapkan dan mengevaluasi model IndoBERT dalam
analisis sentimen terhadap tweet berbahasa Indonesia yang membahas kinerja 100
hari pemerintahan Prabowo–Gibran, sekaligus menilai pengaruh penggunaan
teknik Synthetic Minority Oversampling Technique (SMOTE) terhadap performa
model dalam menangani ketidakseimbangan data. Dataset sebanyak 15.027 tweet
dikumpulkan melalui crawling API, kemudian diproses melalui tahapan prapemrosesan,

pelabelan menggunakan InSet Lexicon, pembagian data, dan finetuning
IndoBERT.
Dua
skenario
diuji,
yaitu
tanpa
SMOTE
dan
dengan
SMOTE

Oversampling.

Hasil pengujian menunjukkan bahwa kedua model memperoleh
akurasi yang sama sebesar 87%, namun model dengan SMOTE unggul dalam
klasifikasi kelas minoritas (netral) dengan peningkatan F1-score dari 70% menjadi
71%. Uji McNemar mengonfirmasi bahwa perbedaan akurasi antar-model tidak
signifikan secara statistik (pvalue > 0,05). Model terbaik dengan SMOTE kemudian
diimplementasikan ke dalam aplikasi berbasis Streamlit yang mendukung analisis
sentimen interaktif. Implikasi penelitian ini menegaskan pentingnya strategi
penyeimbangan data dalam meningkatkan performa model transformer pada
dataset tidak seimbang. Penelitian selanjutnya disarankan untuk mengeksplorasi
metode penyeimbangan alternatif, memperluas data latih, serta menguji varian
model transformer lain guna meningkatkan akurasi dan generalisasi.