Hasil Pencarian  ::  Simpan CSV :: Kembali

"Twitter adalah platform media sosial microblogging yang memungkinkan komunikasi dua arah untuk mengutarakan opini dan komentar. Komentar-komentar yang beragam ini dapat memperlihatkan sentimen-sentimen masyarakat apabila dilakukan analisis sentimen. Analisis sentimen adalah studi yang menganalisis opini orang terhadap suatu produk, organisasi, individu, atau jasa tertentu. Machine learning merupakan metode yang dapat mempermudah proses klasifikasi sentimen. Penelitian ini dilakukan pada cuitan berbahasa Indonesia terkait Kampus Merdeka yang diambil dari Twitter menggunakan package tweepy sebanyak 1.651 cuitan terhitung dari tanggal 5 Maret 2022 hingga 13 Maret 2022. Model machine learning yang digunakan pada penelitian ini adalah Bidirectional Long Short-Term Memory (BiLSTM), dengan dua model hybrid LSTM-based, yaitu CNN-LSTM dan LSTM-CNN sebagai pembanding. Kinerja model diukur dengan metrik kinerja accuracy, precision, recall, dan F1-score. Implementasi dilakukan pada data yang telah dilakukan oversampling untuk mendapatkan hasil yang optimal. Penelitian menunjukkan bahwa model BiLSTM memiliki kinerja yang lebih unggul dibandingkan dengan dua model pembanding lainnya pada seluruh metrik dengan besar metrik, yaitu: accuracy dan recall sebesar 79,577%; precision sebesar 73,097%; dan F1-score sebesar 75,634%.......Twitter is a microblogging social media platform that allows two-way communication to express opinion and comments. These various comments can show us sentiment of the public when we perform a sentiment analysis. Sentiment analysis is a study that analyze the opinion of people towards a specific product, organization, individual, or service. Machine learning is a method that will help perform sentiment classification easier. This study performs analysis on 1.651 data tweets about Kampus Merdeka taken from Twitter using a package called tweepy since March 5th 2022 until March 13th 2022. The machine learning model used in this study is Bidirectional Long Short-Term Memory (BiLSTM), with two LSTM-based hybrid model, CNN-LSTM and LSTM-CNN as comparison models. Model performance is measured by performance metrics accuracy, precision, recall, and F1-score. Implementation was done on data that has been going through oversampling to achieve the best result. The study shows that BiLSTM performs better than the other two comparison models for all the metrics with the percentage of the each metric being: 79.577% for accuracy and recall; 73,097% for precision; and 75,634% for F1-score."

"ABSTRAKKemajuan teknologi informasi dan komunikasi melahirkan media sosial ditengah-tengah masyarakat. Dalam bidang jurnalisme, media sosial?khususnyaTwitter?sering digunakan dalam pekerjaan jurnalis dalam mengumpulkan danmenyebarkan informasi. Hal ini melahirkan potensi media sosial Twitter sebagaionline public sphere (ruang publik daring). Permasalahan yang ingin ditelitidalam skripsi ini adalah apakah jurnalis Metro TV telah memanfaatkan potensiTwitter sebagai ruang publik daring dengan meng-tweet (mencuit) informasiterkait isu publik dan berinteraksi dengan khalayak. Tujuan dari penelitian iniadalah mengetahui pemanfaatan potensi Twitter sebagai ruang publik daringdilihat dari informasi yang dicuit jurnalis dan interaksi mereka dengan khalayak.Skripsi ini menggunakan asumsi teoritis ruang publik daring yang berangkat darikonsep ruang publik yang digagas oleh Jurgen Habermas serta kerangkakonseptual partisipasi jurnalis dalam ruang publik daring di media sosial Twitterdilihat dari topik cuitan dan interaktivitas dengan akun lain. Penelitian denganmetode analisis isi kuantitatif dilakukan untuk melihat topik yang dibahas olehjurnalis dalam cuitan yang dihasilkannya serta interaktivitas jurnalis denganpubliknya. Dari hasil penelitian yang dilakukan, dapat disimpulkan bahwa jurnalisMetro TV sudah mulai memanfaatkan Twitter sebagai ruang publik daring yangditunjukkan dengan jumlah cuitan dengan topik yang berkaitan dengan publiklebih banyak daripada cuitan dengan topik pribadi meskipun partisipasi aktif baruditunjukkan kepada jurnalis yang menggunakan akun profesional mereka.Meskipun demikian, pemanfaatan tersebut belum maksimal karena belum banyakdiskusi antara jurnalis Metro TV dengan publik di Twitter yang ditandai denganminimnya interaksi antar ajurnalis dengan pengguna Twitter lainnya.

---

ABSTRACTThe development of information and communication technology inspire theemergence of social media in internet. For journalism, social media?especiallyTwitter?is often used on journalism works to gather and spread information. Thisthing makes Twitter have a potential to be a new online public sphere. Problemswant to be solved in this research is whether Metro TV journalists have utilizeTwitter?s potential to be online public sphere by spreading information of publicaffair and interact with public in it. The purpose of this research was to find theutilisation of Twitter?s potential to become online public sphere by looking on thetopics of journalists? tweets and their interaction with public. This research usedconceptual framework of online public sphere, which derived from JurgenHabermas? public sphere concept. A quantitative content analysis research wasconducted to see topics discussed on journalist?s tweets and their interactivitywith the public. Based on the research, we can conclude that Metro TV journalistshave tweeted informations about public affairs though they only do it with theirprofessional account instead of personal account. They also have not interactedwith public that much on Twitter."