Analisis Sentimen Masyarakat Terhadap Pembangunan Ibu Kota Nusantara (IKN) Menggunakan Model Transformer BERT Dan XLNet

Abstract

Pembangunan Ibu Kota Nusantara (IKN) memainkan peran penting dalam memahami persepsi publik mengenai proyek pemindahan ibu kota Indonesia. Penelitian ini menggunakan pendekatan berbasis Transformer khususnya dengan melakukan studi perbandingan antara model BERT dan XLNet untuk analisis sentimen terkait pembangunan IKN. Dataset yang digunakan diambil dari platform Twitter dalam rentang waktu Januari hingga November 2024, mencakup percakapan yang mengandung kata kunci seperti “IKN”, “Pembangunan IKN”, dan “Pemindahan Ibu Kota”. Dataset awal terdiri dari 10.000 tweet berbahasa Indonesia yang diekstraksi menggunakan Twitter API. Setelah melalui proses pembersihan data dari noise seperti retweet, spam, dan postingan berulang, dilakukan tahapan preprocessing yang mencakup tokenisasi, penghapusan stopwords, dan stemming. Selanjutnya, data divalidasi dan dilakukan pelabelan manual. Dari 10.000 tweet yang tersedia, hanya 6.000 tweet yang digunakan untuk memastikan keseimbangan jumlah data pada masing-masing kategori sentimen: positif, negatif, dan netral. Dataset ini kemudian dibagi dengan rasio 80:10:10 untuk tahap pelatihan, validasi, dan pengujian. Model BERT dan XLNet digunakan untuk memproses data dan melakukan klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa model BERT mencapai akurasi sebesar 92%, sedangkan XLNet menunjukkan performa yang lebih rendah dengan akurasi sebesar 91%. Temuan ini mengindikasikan bahwa BERT lebih efektif dalam menangkap pola-pola sentimen dalam teks berbahasa Indonesia khususnya dalam konteks isu pembangunan IKN.