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

Abstrak

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.