ANALISIS SENTIMEN PUBLIK TERHADAP AKUN INSTAGRAM KOMDIGI MENGGUNAKAN ASPECT-BASED SENTIMENT ANALYSIS

Anhari, Iqbal and Agarina, Melda (2025) ANALISIS SENTIMEN PUBLIK TERHADAP AKUN INSTAGRAM KOMDIGI MENGGUNAKAN ASPECT-BASED SENTIMENT ANALYSIS. Skripsi thesis, Institut Informatika & Bisnis Darmajaya.

[img] Text
Cover.pdf

Download (838kB)
[img] Text
Lembar Pernyataan.pdf

Download (1MB)
[img] Text
Halaman Persetujuan.pdf

Download (823kB)
[img] Text
Halaman Pengesahan.pdf

Download (623kB)
[img] Text
Motto.pdf

Download (838kB)
[img] Text
Riwayat Hidup.pdf

Download (838kB)
[img] Text
Halaman Persembahan.pdf

Download (838kB)
[img] Text
Abstract.pdf

Download (839kB)
[img] Text
Daftar isi.pdf

Download (854kB)
[img] Text
BAB 1.pdf

Download (838kB)
[img] Text
BAB 2.pdf

Download (838kB)
[img] Text
BAB 3.pdf

Download (838kB)
[img] Text
BAB 4.pdf

Download (838kB)
[img] Text
BAB 5.pdf

Download (838kB)
[img] Text
Daftar Pustaka.pdf

Download (838kB)
[img] Text
Lampiran.pdf

Download (839kB)

Abstract

Komdigi merupakan kementrian pemerintahan yang bergerak di bidang komunikasi dan informasi. Penelitian ini bertujuan menganalisis sentimen publik terhadap akun Instagram resmi Kementrian Komunikasi dan Digital (Komdigi) menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) dengan metode tribrid yang menggabungkan model pretrained IndoBERT, API OpenAI, dan API DeepSeek. Data penelitian diperoleh melalui scraping 20.542 komentar dari 316 postingan akun @kemkomdigi periode Januari–Desember 2024. Setelah preprocessing teks dan penghapusan duplikasi, komentar diklasifikasikan ke dalam sentimen positif, netral, dan negatif. Hasil analisis menunjukkan dominasi sentimen negatif sebesar 51,60% (final), sedangkan sentimen positif sebesar 14,40% dan netral 33,99%. Rata-rata Engagement Rate (ER) per postingan mencapai 1,85%, dengan puncak ER 3,18% pada konten informatif tentang kebijakan nasional. Temuan ini mengindikasikan kebutuhan penyesuaian strategi komunikasi digital Komdigi, khususnya pada topik yang memunculkan persepsi negatif seperti edukasi bahaya judi online. Rekomendasi diberikan untuk meningkatkan kualitas konten serta responsifitas terhadap umpan balik publik. Kata Kunci: Komdigi, Instagram, Aspect-Based Sentiment Analysis, IndoBERT, OpenAI, DeepSeek

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eSkripsi
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Iqbal Anhari Sigit
Date Deposited: 09 Sep 2025 03:00
Last Modified: 09 Sep 2025 03:00
URI: http://repo.darmajaya.ac.id/id/eprint/22515

Actions (login required)

View Item View Item