ANALISIS SENTIMEN KEBIJAKAN PEMERINTAH TERKAIT LIBURAN SELAMA PANDEMI COVID-19 DENGAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATION FROM TRANSFORMERS (BERT)
No Thumbnail Available
Date
2022-06-08
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Pemerintah Indonesia telah mengeluarkan berbagai kebijakan demi
menanggulangi kasus COVID-19 di Indonesia. Salah satu kebijakan yang dibuat
demi mencegah penyebaran kasus COVID-19 adalah kebijakan terkait dengan
liburan. Kebijakan pemerintah terkait liburan ini menghasilkan berbagai opini
yang hadir di masyarakat. Kebijakan tersebut belum didukung oleh sistem
terkomputasi yang dapat digunakan untuk mengklasifikasi opini masyarakat
melalui analisis sentimen. Sehingga perlu melakukan penelitian yang
komprehensif.
Metode yang digunakan pada penelitian ini untuk melakukan analisis
sentimen adalah algoritma Bidirectional Encoder Representation from
Transformers (BERT). Tahapan penelitian yang dilakukan dimulai dari
pengumpulan data, pelabelan data, preprocessing data, melatih model BERT dan
evaluasi model. Adapun data diambil dari kolom komentar sosial media Youtube
dan diklasifikasi menjadi tiga kelas, yaitu positif, netral dan negatif. Pada
penelitian ini dilakukan pengujian terhadap hyperparameter untuk mendapatkan
hasil yang paling optimal. Hyperparameter yang digunakan untuk model BERT
pada penelitian ini adalah batch size 32, learning rate 2e-5 dan epoch 3 sehingga
menghasilkan akurasi 87% dan f-score 84,33%. Aplikasi analisis sentimen yang
dibangun untuk model BERT ini sendiri menggunakan bahasa pemgroman python
dan framework flask.
Description
Keywords
Analisis Sentimen, Bidirectional Encoder Representation from Transformers, Kebijakan Pemerintah