Analisis Sentimen dan Topik Pengguna Layanan Telkomsel Di Platform Media Sosial X Menggunakan Algoritma IndoBERT

Abstract

Analisis teks otomatis terhadap data media sosial seperti Twitter (X) penting untuk memahami topik yang sedang tren dan respons publik secara massal. Penelitian ini bertujuan untuk memetakan dan memeringkat tren data unggahan tahun 2025 berdasarkan kategori topik dan kecenderungan opini masyarakat (analisis sentimen). Metode yang digunakan dalam penelitian ini adalah melatih model analisis teks berbasis bahasa Indonesia bernama IndoBERT. Untuk mengatasi tantangan teks media sosial yang sering kali tidak baku dan tidak beraturan, penelitian ini menerapkan strategi pencegahan kesalahan belajar (overfitting) yang ketat melalui pembatasan penyesuaian parameter dan pengaturan bobot model. Hasil pengujian menunjukkan performa model yang kuat. Pada klasifikasi kategori topik, model mencapai tingkat akurasi sebesar 85,2%. Sementara pada analisis sentimen publik, model menghasilkan akurasi optimal sebesar 79,6%. Kesimpulannya, penerapan teknik pencegahan kesalahan belajar terbukti efektif menjaga stabilitas model. Pendekatan ini mampu digunakan untuk memetakan distribusi data serta menganalisis dinamika opini publik pada media sosial.