Analisis Sentimen Hate Speech pada Pemerintahan Indonesia di Twitter (X)
Keywords:
hate speech, ipolsosbudhankam, sentimen analisis, TwitterAbstract
Analisis sentimen adalah sebuah metode yang digunakan untuk menganalisis dan mengidentifikasi polaritas (positif, negatif, atau netral) dari teks atau data yang berkaitan dengan pendapat, opini, atau emosi pengguna. Metode ini banyak digunakan dalam berbagai bidang, termasuk dalam analisis sentimen pada data sosial media. Salah satu platform media sosial yang populer pada rakyat Indoesia adalah Twitter atau sekarang dikenal dengan platform X. Twitter adalah media sosial yang terbuka untuk seluruh penggunanya untuk mengungkapkan pendapat dan kritik terhadap berbagai topik. Topik terkait politk, hukum, ekonomi, sosial, budaya dan kebijkan pada Pemerintahan Indonesia adalah salah satu topik yang sangat digemari pengguna untuk dibagikan pada Twitter. Penelitian ini bertujuan untuk mengetahui sentimen publik terhadap ujaran kebencian pemerintah Indonesia di media sosial Twitter. Studi ini menganalisis dan menggunakan data yang tersedia di Twitter dengan kategori pencarian IPOLSOSBUDHANKAM, data twitter yang diolah sebanyak 3.000 tweet yang terkumpul. Hasil penelitian ini menunjukkan bahwa respon masyarakat terhadap hate speech terhadap pemerintah selama 19 Mei 2024 hingga 23 Juli 2024 adalah positif dengan angka 9,3% merespon positif, 79,3% merespons negatif, dan sisanya 11,4% merespon netral. Respond negatif paling banyak oleh masyrakat berbanding lurus dengan berita ataupun kebijakan baru yang dikeluarkan pemerintah. Dengan demikian kebijakan pemerintah yang dikeluarkan akan mempengaruhi hate speech atau komentar ujuran kebencian masyrakat pada platform Twitter.
References
A, Rossi, T. Lestari, R. Setya Perdana, and M. A. Fauzi. 2017. Analisis Sentimen Tentang Opini Pilkada DKI Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Näive Bayes dan Pembobotan Emoji. J.Pengemb. Teknol. Inf. dan Ilmu Komput. vol. 1, no. 12, pp. 1718–1724.
Hidayat, E.Y, Hadiansyah, R.W , Affandy. 2021. Analisis Sentimen Twitter untuk Menilai Opini Terhadap Perusahaan Publik Menggunakan Algoritma Deep Neural Network. Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (108-118).
Jianqiang, Z,Xiaolin, G, and Xuejun, Z. 2018. Deep Convolution Neural Networks for Twitter Sentiment Analysis. IEEE Access, vol. 6, pp. 23253– 23260.
Manning, C, Raghavan, P, dan Schutze, H. 2009. Introduction to Information Retrieval. Cambridge: Cambridge University Press. [Internet]. [Diunduh tanggal 19/9/2016]. Dapat diunduh dari: https://nlp.stanford.edu/IR-book /pdf/irbookon linereading.pdf.
Meyer, D, Hornik, K, dan Feinerer, I. 2008. “Text Mining Infrastructure in R” dalam: Journal of Statistical Software 25(5). ISSN: 1548-7660.
Pantouw, J C. 2017. “Perbandingan Klasifikasi Rocchio dan Multinomial Naive Bayes pada Analisis Sentimen Data Twitter Bahasa Indonesia”. Skripsi. Departemen Ilmu Komputer, Institut Pertanian Bogor. 36pp.
Rofiqoh, U, Perdana, R. S, and Fauzi, M. A. 2017. Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomuni-kasi Seluler Indonesia Pada Twitter Dengan Metode Support Vector Machine dan Lexion Based Feature. Jurnal Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, pp. 1725–1732.
Suwarjono, B., Hindasyah, A., & Tukiyat, T. (2021). Pengembangan sistem informasi Direct Debit Donor Programme (DDDP) dengan pendekatan incremental life cycle model (studi kasus lembaga konservasi lingkungan di Jakarta). Jurnal Teknik Informatika, 14(1). https://doi.org/10.15408/jti.v14i1.17074
S. Kemp., 2019. “Digital 2019: Global Internet Use Accelerates,” [Online]. Available: https:// wearesocial.com/blog/2019/01 /digital-2019-global-internet- use-accelerates.[Accessed: 04-Okt-2024].
Ulfah, A. N., & Anam, M.K. (2020). Analisis Sentimen Hate Speech pada portal berita online menggunakan Support Vector Machine (SVM). Jurnal Teknik Informatika dan Sistem Informasi. Vol 7. No 1 (1-10).
