Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia

Dada Suhaida ; Adisti Primi Wulan ; Rosanti Rosanti ; Dianna Dianna
Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahua... 📅 2024 Vol 2, No 2 🔗 DOI: 10.62383/polygon.v2i2.951
Abstract
Background: Public opinion analysis has become increasingly important in the digital era, where social media platforms generate large-scale textual data reflecting public perceptions toward environmental policies. Advances in Natural language processing (NLP) and machine learning enable systematic sentiment classification to support data-driven decision-making. Objective: This study aims to evaluate the effectiveness of several sentiment classification models in analyzing Indonesian-language social media data related to environmental policies. Method: The research employed a text mining pipeline including data crawling, preprocessing (case folding, tokenization, stopword removal, and stemming), and vectorization using TF-IDF. Three classification models Logistic Regression, Support Vector Machine (SVM), and Long Short-Term Memory (LSTM) were trained and evaluated using accuracy and F1-score metrics. Results: Experimental findings indicate that LSTM achieved the highest performance with 91.7% accuracy and 91.2% F1-score, outperforming SVM (88.5%) and Logistic Regression (84.2%). Sentiment distribution analysis shows that public opinion is dominated by positive sentiment (47.5%), followed by neutral (32.0%) and negative (20.5%). Overall: The results demonstrate that deep learning-based models provide more robust contextual understanding and more reliable sentiment mapping for environmental policy analysis.
Keywords
Environmental Policy; Long Short-Term Memory; Natural Language Processing; Public Opinion Analysis; Sentiment Classification
How to Cite

Dada Suhaida, et al. (2024). Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia. Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam, 2(2). https://doi.org/10.62383/polygon.v2i2.951

Dada Suhaida; Adisti Primi Wulan; Rosanti Rosanti; Dianna Dianna, "Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia," Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam, vol. 2, no. 2, 2024.

Dada Suhaida; Adisti Primi Wulan; Rosanti Rosanti; Dianna Dianna. "Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia." Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam, vol. 2, no. 2, 2024.

Dada Suhaida; Adisti Primi Wulan; Rosanti Rosanti; Dianna Dianna. "Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia." Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam 2, no. 2 (2024).

Dada Suhaida, et al. (2024) 'Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia', Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam, 2(2). doi: 10.62383/polygon.v2i2.951.

Dada Suhaida; Adisti Primi Wulan; Rosanti Rosanti; Dianna Dianna. Evaluasi Efektivitas Model Klasifikasi Sentimen untuk Analisis Opini Publik terhadap Kebijakan Lingkungan Berdasarkan Data Media Sosial Berbahasa Indonesia. Polygon : Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam. 2024;2(2).

Artikel Terkait

Penerapan Jaringan Saraf Tiruan dengan Metode Backpropagation untuk Memprediksi Curah Hujan di Kota Medan

Tiara Bela Harahap; Lailan Sofinah Harahap; Naina Nazwa Hasibuan

Keamanan Data melalui Enkripsi Studi Kasus dengan Algoritma RSA

Salsabila Putri Hati Siregar; Nur Aisyah Pandia; Putri Ramadani; Ibnu Rusydi

Perbandingan Waktu Pemecahan Password Menggunakan Algoritma Hash MD5, SHA-256, dan SHA-512 pada Serangan Brute Force

Nur Bainatun Nisa; Noni Fauzia Rahmadani; Aulia Kartika Dewi; Luftia Rahma Nasution; Dzilhulaifa Siregara; Rifdah Syahputri; Ibnu Rusydi

Pembatasan Laju Adaptif Berbasis Verifiable Delay Function untuk Mitigasi Penyalahgunaan API pada Gateway Edge Ringan

Diah Putri Kartikasari; Tiara Ayu Triarta Tambak; Agung Nugroho; Ibnu Rusydi

Analisis Kualitas Butir Soal Konsep Sistem Gerak Manusia Kelas VI Sekolah Dasar Berdasarkan Validitas, Reliabilitas, Tingkat Kesukaran dan Daya Beda

Ika Isna Umiyati; Fina Fakhriyah; Sumaji Sumaji

Implementasi Algoritma Caesar Cipher untuk Enkripsi dan Dekripsi Pesan

Siti Fadiyah Nabila; Maisyarah Maisyarah; Zahara Vonna; Salsabila Arifa Hasibuan; Silfia Rahmadani Sitorus; Aninda Evioni; Ibnu Rusydi
Tren Sitasi Jurnal