Electronic Theses and Dissertation

Kementerian dan pendidikan, kebudayaan, riset dan teknologi mencanangkan kebijakan merdeka belajar untuk perguruan tinggi bertajuk kampus merdeka. program sebagai terobosan terbaru pada dunia perguruan tinggi, program ini mulai ramai diperbincangkan di media sosial. salah satu media sosial yang digunakan untuk tanggapan dan opini terhadap suatu kebijakan ataupun tren yang sedang berkembang adalah platform x. program merdeka belajar kampus merdeka (mbkm) sudah menuai pro dan kontra dalam pelaksanaannya sejak awal kemunculannya. penelitian ini bertujuan menganalisis sentimen opini publik terhadap program mbkm di platform x untuk mengetahui pandangan masyarakat mengenai program mbkm pada bulan agustus hingga desember 2023 dan dilakukan komparasi performa antara indobert, mbert, indobert-bilstm dan mbert-bilstm dalam rangka mendapatkan hasil umpan baik, model yang terbaik nantinya dipilih sebagai algoritma untuk mendapatkan hasil umpan balik. pengumpulan data menggunakan harvest tweet project dengan kata kunci #mbkm dari tweet pengguna x selama bulan agustus 2022 hingga desember 2023. analisis terhadap 2354 data dilakukan dengan mengklasifikasi teks dalam bentuk positif, negatif dan netral menggunakan algoritma terbaik. visualisasi yang ditampilkan dalam penelitian ini berupa word cloud dengan hasil kata paling dominan yang muncul pada sentimen positif yaitu kata mbkm, dosen, menggiurkan, baik, dapet, nilai, tinggi, dan uang. pada sentimen negatif yaitu ribet, bebas, persyaratan, bimbingan, capek, nyesel sedangkan sentimen netral yaitu angkatan, penelitian, mbkm, bisa, ikut, tanya, dosen. berdasarkan hasil penelitian, performansi model setiap algoritma dengan pembagian data latih 80%, data test 10% dan data validasi 10% dengan hyperparameter learning rate 2e-5, epoch 10, dan batch size 16 menghasilkan f1-score dengan persentase 85% sedangkan model yang didapatkan pada 3 model mbert dengan f1-score 83%, mbert-bilstm dengan f1-score 83% dan indobert-bilstm dengan f1-score 84%. indobert merupakan algoritma terbaik dengan presentase f1-score 85%. kata kunci: sentimen, mbkm, indobert, mbert, mbert-bilstm, indobert-bilstm.

The Ministry of Education, Culture, Research and Technology launched the Merdeka Belajar policy for tertiary institutions entitled Kampus Merdeka. The program is the latest breakthrough in the world of higher education, this program is starting to be widely discussed on social media. One of the social media used for responses and opinions on a policy or developing trend is the X platform. The Merdeka Belajar Kampus Merdeka (MBKM) has had its pros and contras in its implementation since its inception. This research aims to analyze public opinion sentiment towards the MBKM program on platform The best one will be selected as an algorithm to get feedback results. Data was collected using the harvest tweet project with the keyword #mbkm from user. The visualization displayed in this research is in the form of a word cloud with the most dominant words appearing in positive sentiment, namely the words mbkm, lecturer, tempting, good, got, value, high, and money. The negative sentiments are complicated, free, requirements, guidance, tired, regretful, while the neutral sentiments are class, research, mbkm, can, join, ask, lecturer. Based on the research results, the model performance of each algorithm with a division of 80% training data, 10% test data and 10% validation data with hyperparameter learning rate 2e-5, epoch 10, and batch size 16 produces an F1-score with a percentage of 85% while the model obtained on 3 MBERT models with an F1-score of 83%, MBERT-BiLSTM with an F1-score of 83% and IndoBERT-BiLSTM with an F1-score of 84%. IndoBERT is the best algorithm with an F1-score percentage of 85%. Keywords: Sentiment, MBKM, IndoBERT, MBERT, MBERT-BiLSTM, IndoBERT-BiLSTM.