ABDI, RANGGA DIAZ SURYA (2025) ANALISIS SITUASI POLITIK DAN OPINI PUBLIK TERHADAP PRABOWO BERDASARKAN DATA PELANTIKAN DI 10 KANAL YOUTUBE DENGAN MODEL BERTOPIC. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (988kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02 Bab 1.pdf Restricted to Registered users only Download (43kB) |
|
|
Text (BAB II)
03 Bab 2.pdf Restricted to Registered users only Download (536kB) |
|
|
Text (BAB III)
04 Bab 3.pdf Restricted to Registered users only Download (620kB) |
|
|
Text (BAB IV)
05 Bab 4.pdf Restricted to Registered users only Download (489kB) |
|
|
Text (BAB V)
06 Bab 5.pdf Restricted to Registered users only Download (35kB) |
|
|
Text (DAFTAR PUSTAKA)
07 Daftar Pustaka.pdf Restricted to Registered users only Download (170kB) |
|
|
Text (LAMPIRAN)
08 Lampiran.pdf Restricted to Registered users only Download (1MB) |
Abstract
In the wake of the massive information flow following the 2024 Indonesian presidential inauguration, digital platforms like YouTube have become a primary arena for public opinion formation. However, the immense volume of unstructured comment data presents a significant challenge to understanding the sentiments and issues actually developing within the populace. This research endeavors to address this challenge by implementing a systematic Natural Language Processing (NLP) framework to dissect the public discourse. Utilizing 47.580 comments gathered from 10 relevant YouTube channels, this study classifies opinions into positive and negative sentiments using a lexicon-based approach, before ultimately applying the BERTopic model to map the underlying thematic structures of each sentiment polarity. The primary findings from this analysis reveal a sharp polarization of discourse between the two sentiment groups. On one hand, the negative narrative is dominated by themes of electoral disappointment, concerns over law enforcement, and criticism of political dynasty issues, which is further confirmed by the co-occurrence analysis of the entities Prabowo, Jokowi, and Gibran. On the other hand, the positive discourse is filled with expressions of optimism, praise for the inaugural address, and hopes for the continuation of development programs, reflecting a narrative of political synergy. This research not only proves the effectiveness of BERTopic as a reliable method for extracting insights from complex and informal social media data, but it also successfully presents an empirical portrait of the key conflicting narratives that shape Indonesia's post-inauguration political landscape. Kata kunci: BERTopic, Sentiment Analysis, Topic Modeling, Presidential Inauguration Di tengah masifnya arus informasi pasca-pelantikan Presiden Indonesia tahun 2024, platform digital seperti YouTube telah menjadi arena utama bagi pembentukan opini publik. Namun, volume data komentar yang sangat besar dan tidak terstruktur menjadi tantangan besar dalam memahami sentimen dan isu yang sebenarnya berkembang di masyarakat. Penelitian ini berupaya menjawab tantangan tersebut dengan menerapkan kerangka kerja Natural Language Processing (NLP) yang sistematis untuk membedah diskursus publik. Dengan memanfaatkan 47.580 data komentar yang dikumpulkan dari 10 kanal YouTube relevan, studi ini mengklasifikasikan opini ke dalam sentimen positif dan negatif menggunakan pendekatan berbasis leksikon, sebelum akhirnya menerapkan model BERTopic untuk memetakan struktur tematik yang mendasari setiap polaritas sentimen. Temuan utama dari analisis ini mengungkap adanya polarisasi wacana yang sangat tajam antara kedua kelompok sentimen. Di satu sisi, narasi negatif didominasi oleh tema-tema kekecewaan elektoral, kekhawatiran atas penegakan hukum, dan kritik terhadap isu dinasti politik, yang juga terkonfirmasi melalui analisis keterkaitan entitas Prabowo, Jokowi, dan Gibran. Di sisi lain, wacana positif dipenuhi oleh ekspresi optimisme, pujian terhadap pidato kenegaraan, dan harapan atas keberlanjutan program pembangunan yang mencerminkan narasi sinergi politik. Penelitian ini tidak hanya membuktikan efektivitas BERTopic sebagai metode yang andal untuk menggali wawasan dari data media sosial yang kompleks dan informal, tetapi juga berhasil menyajikan potret empiris mengenai narasi-narasi kunci yang saling bertentangan dan membentuk lanskap politik Indonesia pasca-pelantikan. Kata kunci: BERTopic, Analisis Sentimen, Pemodelan Topik, Pelantikan Presiden Indonesia
Actions (login required)
 |
View Item |
