Year: 2024
Type: article
Abstract: Penelitian ini mengeksplorasi sentimen publik terhadap kenaikan harga beras di Indonesia dengan menggunakan data dari unggahan di media sosial Facebook. Sebagai komoditas pokok yang krusial, harga beras sangat memengaruhi ekonomi dan kehidupan sosial masyarakat. Dalam studi ini, data dikumpulkan dari Facebook menggunakan Instant Data Scraper pada periode Januari hingga Mei, kemudian dilakukan proses pembersihan data dan pelabelan manual terhadap 200 data sebagai data latih. Tahapan text preprocessing meliputi tokenisasi, case folding, dan penghapusan stopword. Selanjutnya, diterapkan pembobotan TF-IDF untuk menentukan pentingnya setiap kata dalam dokumen. Data yang telah diproses dianalisis menggunakan algoritma Naive Bayes untuk mengklasifikasikan sentimen positif dan negatif. Hasil analisis menunjukkan bahwa dari 428 data uji, algoritma Naive Bayes berhasil mengidentifikasi 237 ulasan sebagai sentimen positif dan 191 ulasan sebagai sentimen negatif. Berdasarkan data yang diperolah diharapkan pada penelitian ini mampu memberikan wawasan bagi pemerintah dan pemangku kebijakan dalam mengelola kebijakan harga beras dan strategi komunikasi publik yang lebih baik, serta mengantisipasi dampak sosial dari kenaikan harga beras.
Authors: Rijal, Eka Prasetyaningrum, Agung Purwanto, Abdul Aziz
Institution: Universitas Darwan Ali
Language: Indonesian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
SDG: Zero hunger
Open Access status: diamond
OpenAlex ID: W4403565481