Analisis Sentimen Berbasis Aspek pada Isu Agama di Media Sosial Tahun 2018-2024 Menggunakan BERT

Puput Hanifah Nuranisa, Taufik Edy Sutanto, Suma Inna

Abstract


Isu agama di media sosial semakin penting untuk dianalisis seiring meningkatnya diskusi publik yang dapat memicu konflik. Untuk menganalisis data media sosial, dapat dilakukan dengan memperhatikan topik yang sedang dibicarakan ataupun sentimen yang terkandung dalam diskusi. Namun, analisis sentimen pada isu agama seringkali terhambat oleh kompleksitas konteks, variasi bahasa, dan kesulitan dalam mengidentifikasi aspek-aspek yang terkait. Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek pada isu agama dengan 204.000 data dari Twitter, Instagram, Youtube, Facebook, Tiktok, dan Linkedln tahun 2018-2024 serta menggunakan model Bidirectional Encoder Representations from Transformers (BERT). Hasil penelitian menunjukkan bahwa BERT dapat mengidentifikasi sentimen dan aspek dengan baik, dengan akurasi 85% untuk klasifikasi sentimen dan 84% untuk klasifikasi aspek. Penelitian ini diharapkan dapat memberikan wawasan mengenai dinamika sentimen publik terhadap isu agama, yang berguna untuk pemantauan media sosial, penanganan konflik berbasis data, dan pembentukan kebijakan yang inklusif dan responsif.

Full Text:

PDF

References


We Are Social, ‘Digital 2025’. Accessed: Jan. 05, 2025. [Online]. Available: https://wearesocial.com/id/blog/2025/02/digital-2025/

H. Umasugi, A. R. M. Akib, A. Yakseb, and Amaluddin, ‘Sosiologis Agama Dalam Masyarakat Pluralitas’, Jurnal Kreativitas Pendidikan Modern, vol. 6, no. 3, pp. 246–261, 2024.

M. A. Khaerun Rijaal, ‘Fenomena Intoleransi Antar Umat Beragama Serta Peran Sosial Media Akun Instagram Jaringan Gusdurian Indonesia Dalam Menyampaikan Pesan Toleransi’, Syiar: Jurnal Komunikasi dan Penyiaran Islam, vol. 1, no. 2, pp. 103–132, 2021, doi: 10.54150/syiar.v1i2.41.

Y. M. Mantri, ‘Kasus Penistaan Agama Pada Berbagai Era Dan Media Di Indonesia’, Definisi: Jurnal Agama dan Sosial Humaniora, vol. 1, no. 3, pp. 123–138, 2022, doi: 10.1557/djash.v1i3.19582.

J. Fan, F. Han, and H. Liu, ‘Challenges of Big Data analysis’, Natl Sci Rev, vol. 1, no. 2, pp. 293–314, 2014, doi: 10.1093/nsr/nwt032.

L. W. Evelina, ‘Analisis Isu S (Suku) A (Agama) R (Ras) A (Antar Golongan) di Media Social Indonesia’, Ultimacomm: Jurnal Ilmu Komunikasi, vol. 7, no. 1, pp. 107–122, 2015, doi: 10.31937/ultimacomm.v7i1.426.

I. Afdhal et al., ‘Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia’, Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 1, pp. 122–130, 2022.

B. Faizin, ‘Polarization of Religious Issues in Indonesia’s Social Media Society and Its Impact on Social Conflict’, Journal of Applied Data Sciences, vol. 6, no. 1, pp. 426–442, 2024, doi: 10.47738/jads.v6i1.447.

J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, ‘BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding’, in Proceedings of the 2019 conference of the North American chapter of the association for computational linguistics: human language technologies, volume 1 (long and short papers), Jun. 2019, pp. 4171–4186. [Online]. Available: http://arxiv.org/abs/1810.04805

M. P. Geetha and D. K. Renuka, ‘Improving the performance of aspect based sentiment analysis using fine-tuned Bert Base Uncased model’, International Journal of Intelligent Networks, vol. 2, pp. 64–69, 2021, doi: 10.1016/j.ijin.2021.06.005.

B. F. R. Putra, V. H. Pranatawijaya, and P. B. A. A. Putra, ‘Analisis Sentimen Berbasis Aspek pada Tempat Wisata di Kalimantan Tengah dengan Memanfaatkan Model Deep Learning’, JOINTECOMS : Journal of Information Technology and Computer Science, vol. 4, no. 3, pp. 200–211, 2024, doi: doi.org/10.47111/jointecoms.v4i3.19180.

R. A. Rahman, V. H. Pranatawijaya, and N. N. K. Sari, ‘Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Gojek’, 2024.

E. M. Pusung and I. N. Dewi, ‘Optimasi RoBERTa dengan Hyperparameter Tuning untuk Deteksi Emosi berbasis Teks’, Jurnal Nasional Teknologi dan Sistem Informasi, vol. 10, no. 3, pp. 240–248, 2024, doi: 10.25077/TEKNOSI.v10i3.2024.240-248.

W. Nugraha and A. Sasongko, ‘Hyperparameter Tuning pada Algoritma Klasifikasi dengan Grid Search Hyperparameter Tuning on Classification Algorithm with Grid Search’, SISTEMASI: Jurnal Sistem Informasi, vol. 11, no. 2, pp. 391–401, 2022.

H. Wang, L. Zhang, K. Yin, H. Luo, and J. Li, ‘Landslide identification using machine learning’, Geoscience Frontiers, vol. 12, no. 1, pp. 351–364, 2021, doi: 10.1016/j.gsf.2020.02.012.




DOI: https://doi.org/10.35308/jti.v4i2.12568

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



Jurnal Teknologi Informasi
e-ISSN: 2829-8934  I  DOI: 10.35308
Jl. Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23681, Indonesia
(0655) 7110535
License Creative Commons is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License