ANALISIS SENTIMEN MASYARAKAT TERHADAP TIGA BANDARA TERSIBUK DI INDONESIA BERBASIS TRANSFORMER

Abstract

Media sosial seperti X, pada umumnya sering digunakan oleh masyarakat untuk menyampaikan opini di berbagai hal, seperti kondisi lingkungan, pelayanan dan akses suatu bandara yang ada di Indonesia. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat ditiga bandara tersibuk di Indonesia, yaitu Bandara Internasional Soekarno-Hatta, Bandara Internasional Ngurah Rai, dan Bandara Internasional Juanda. Data dikumpulkan dari platform X melalui metode crawling data untuk tweet pada periode May 2023 sampai April 2024. Terdapat 2809 tweet yang terkumpul dari periaode tersebut. Selanjutnya data yang diperoleh diberi label positif, negatif maupun netral secara manual. Kemudian dilakukan pembersihan data dari elemen-elemen yang tidak termasuk teks untuk keperluan analisis data. Digunakan perbandingan dengan dua buah model large language Models berbasis Transformers antara lain “akahana/indonesia-sentiment-roberta” dan “cardiffnlp/xlm-roberta-base-sentiment-multilingual,” untuk melaksanakan analisis sentimen terhadap tiga bandara tersebut. Evaluasi dari performa penelitian ini menggunakan metrik presisi, recall, F1-score, dan akurasi. Hasilnya, pada model pertama tercapai akurasi hingga 51% sedangkan akurasi pada model kedua mencapai 63%. Dengan kata lain, dalam penelitian ini akurasi model kedua lebih baik dari model pertama. Walaupun demikian, masing-masing dari model masih memiliki keterbatasan dalam mengklasifikasi sentimen positif pada data yang ada.