KOMPARASI METODE INDOBERT DAN BI-LSTM DALAM ANALISIS SENTIMEN PEMILIHAN GUBERNUR JAWA TENGAH

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pencalonan Jenderal TNI (Purn.) H. Muhammad Andika Perkasa dan Komjen. Pol. Drs. Ahmad Luthfi dalam Pemilihan Gubernur Jawa Tengah 2024. Sentimen publik yang diambil dari media sosial X dianalisis menggunakan model Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT) dan Bidirectional Long Short-Term Memory (Bi-LSTM), yang terbukti efektif dalam analisis sentimen berbasis teks. Data penelitian terdiri dari 6.113 tweet, dengan 3.061 data terkait Andika Perkasa dan 3.052 data tentang Ahmad Luthfi. Tahapan awal penelitian mencakup pre-processing data, termasuk pengubahan teks menjadi huruf kecil, penghapusan tanda baca, emotikon, URL, dan tagar. Setelah itu, dataset diseimbangkan menggunakan ADASYN data balancing sebelum diimplementasikan ke dalam model IndoBERT dan Bi-LSTM. Hasil penelitian menunjukkan bahwa IndoBERT memiliki performa lebih baik dibandingkan Bi-LSTM dalam analisis sentimen terhadap kedua calon gubernur. Pada dataset Andika Perkasa, akurasi IndoBERT meningkat dari 82% menjadi 91%, sementara Bi-LSTM meningkat dari 82% menjadi 90%. Untuk dataset Ahmad Luthfi, IndoBERT mengalami peningkatan akurasi dari 76% menjadi 89%, sedangkan Bi-LSTM meningkat dari 70% menjadi 83%. Kombinasi arsitektur IndoBERT terbukti lebih stabil dan konsisten dibandingkan Bi-LSTM, baik sebelum maupun sesudah data balancing, sehingga lebih efektif dalam analisis sentimen berbasis teks pada dataset yang digunakan. Kontribusi penelitian ini mencakup perbandingan IndoBERT dan Bi-LSTM dalam analisis sentimen politik di Indonesia serta pemanfaatan ADASYN untuk meningkatkan akurasi model. Hasil penelitian dapat menjadi referensi bagi akademisi dan pengambil kebijakan dalam memahami opini publik di media sosial.