Analisis Sentimen Pengguna Platform X Terkait Program Makan Bergizi Gratis Menggunakan Metode Lexicon Based (VADER) Dan Model LLaMA - Submit Jurnal

Pradipta, Fachry Azaria (2025) Analisis Sentimen Pengguna Platform X Terkait Program Makan Bergizi Gratis Menggunakan Metode Lexicon Based (VADER) Dan Model LLaMA - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11211036_cover.pdf Restricted to Repository staff only until 4 January 2027. Download (139kB) | Request a copy
	Text 11211036_statement_of_authenticity.pdf Restricted to Repository staff only until 4 January 2027. Download (379kB) | Request a copy
	Text 11211036_publishing_aggreement.pdf Restricted to Repository staff only until 4 January 2027. Download (434kB) | Request a copy
	Text 11211036_approval_sheet.pdf Restricted to Repository staff only until 4 January 2027. Download (659kB) | Request a copy
	Text 11211036_preface.pdf Restricted to Repository staff only until 4 January 2027. Download (225kB) | Request a copy
	Text 11211036_abstract_id.pdf Restricted to Repository staff only until 4 January 2027. Download (108kB) | Request a copy
	Text 11211036_abstract_en.pdf Restricted to Repository staff only until 4 January 2027. Download (108kB) | Request a copy
	Text 11211036_table_of_content.pdf Restricted to Repository staff only until 4 January 2027. Download (123kB) | Request a copy
	Text 11211036_illustrations.pdf Restricted to Repository staff only until 4 January 2027. Download (118kB) | Request a copy
	Text 11211036_tables.pdf Restricted to Repository staff only until 4 January 2027. Download (112kB) | Request a copy
	Text 11211036_chapter_1.pdf Restricted to Repository staff only until 4 January 2027. Download (217kB) | Request a copy
	Text 11211036_chapter_2.pdf Restricted to Repository staff only until 4 January 2027. Download (671kB) | Request a copy
	Text 11211036_chapter_3.pdf Restricted to Repository staff only until 4 January 2027. Download (362kB) | Request a copy
	Text 11211036_chapter_4.pdf Restricted to Repository staff only until 4 January 2027. Download (1MB) | Request a copy
	Text 11211036_conclusions.pdf Restricted to Repository staff only until 4 January 2027. Download (109kB) | Request a copy
	Text 11211036_bibliography.pdf Restricted to Repository staff only until 4 January 2027. Download (360kB) | Request a copy
	Text 11211036_enclosure.pdf Restricted to Repository staff only until 4 January 2027. Download (251kB) | Request a copy
	Text 11211036_paper.pdf Restricted to Repository staff only until 4 January 2027. Download (3MB) | Request a copy
	Text 11211036_presentation.pdf Restricted to Repository staff only until 4 January 2027. Download (1MB) | Request a copy
	Text 11211036_Form. TA-020.pdf Restricted to Repository staff only until 4 January 2027. Download (350kB) | Request a copy

Abstract

Platform X telah menjadi ruang diskusi bagi masyarakat dalam menyampaikan opini terhadap kebijakan pemerintah, termasuk Program Makan Bergizi Gratis (MBG) yang menimbulkan banyak perdebatan. Analisis sentimen terhadap opini publik ini penting, namun menghadapi tantangan seperti volume data besar, teks tidak terstruktur, bahasa informal, dan pelabelan manual yang tidak konsisten. Dalam menjawab tantangan tersebut, penelitian ini memanfaatkan pendekatan Natural Language Processing (NLP) dengan membandingkan performa LLaMA sebagai salah satu model Large Language Model (LLM) dan IndoBERT sebagai model berbasis transformer berbahasa Indonesia. Data dikumpulkan melalui scraping menggunakan Tweet Harvest dengan kata kunci terkait Program MBG dan menghasilkan 56.024 tweet. Setelah melalui tahap preprocessing seperti case folding, cleaning, normalisasi, penghapusan duplikasi, dan filtering, diperoleh 36.570 data. Pelabelan dilakukan menggunakan metode lexicon-based VADER yang kemudian dikoreksi menggunakan few-shot prompting dengan LLaMA untuk meningkatkan kualitas label. Pemodelan dilakukan dengan dua pendekatan yaitu LLaMA menggunakan supervised fine-tuning (SFT) dan classification head, serta IndoBERT sebagai pembanding. Fine-tuning LLaMA dilakukan menggunakan QLoRA untuk efisiensi memori dan komputasi. Hasil penelitian menunjukkan bahwa LLaMA mengungguli IndoBERT dalam klasifikasi sentimen. Llama dengan SFT mencapai kinerja terbaik dengan akurasi 0.896, macro precision 0.891, macro recall dan macro F1-score 0.892. LLaMA dengan classification head mencapai akurasi 0.894 dan macro precision 0.889, macro recall dan F1-score 0,890. IndoBERT mencapai kinerja terbaik dengan akurasi 0.864, macro precision 0,858, macro recall dan F1-score 0,859.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Fachry Azaria Pradipta
Date Deposited:	09 Jul 2025 07:25
Last Modified:	09 Jul 2025 07:25
URI:	http://repository.itk.ac.id/id/eprint/23446

Actions (login required)

View Item