<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="159567">
 <titleInfo>
  <title>ANALISIS DINAMIKA SENTIMEN DAN DETEKSI ANOMALI DALAM OPINI PUBLIK TERKAIT KAMPANYE PRESIDEN 2024 MENGGUNAKAN METODE BERTOPIC</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Diaz Darsya Rizqullah</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA (S1)</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Media sosial X sebagai platform utama untuk membentuk opini publik ketika Pemilihan Presiden 2024 di Indonesia. BERTopic adalah teknik pemodelan topik yang menggabungkan representasi berbasis transformer dengan teknik clustering untuk menghasilkan topik yang lebih interpretatif dan relevan. Penelitian ini bertujuan menganalisis perubahan opini publik dengan mengeksplorasi fluktuasi sentimen terhadap tiga pasangan calon presiden selama kampanye, serta mengidentifikasi topik utama dan hashtag populer pada periode anomali menggunakan pendekatan BERTopic. Dataset penelitian terdiri dari 9.817.355  baris yang mencakup interaksi di media sosial X. Analisis sentimen dianalisis menggunakan model Indonesia-RoBERTa, sementara topic modelling dilakukan menggunakan BERTopic. Social Network Analysis (SNA) diterapkan untuk memetakan pola hubungan antar-hashtag. Hasil menunjukkan 44,47% tweet bersentimen netral, 29,23% negatif, dan 26,10% positif. Lonjakan sentimen negatif signifikan terjadi pada 7-9 Januari 2024, bertepatan dengan debat calon presiden ketiga. Topik utama mencakup yaitu dukungan generasi muda terhadap pasangan calon 03, persepsi masyarakat terhadap janji politik para calon, lalu kritik terhadap pertahanan Indonesia, serta dukungan dan ujaran kebencian terhadap pasangan calon 01. Visualisasi hashtag menunjukkan dominasi #DebatCapres, dengan degree centrality tertinggi (1909), closeness centrality (0,57), dan eigenvector centrality sempurna (1,0). Penelitian ini memberikan informasi tentang dinamika opini publik selama kampanye politik dan pentingnya strategi komunikasi berbasis data untuk memengaruhi persepsi publik secara efektif. Hasil ini berguna bagi tim kampanye untuk merancang strategi komunikasi yang lebih baik, media untuk menyajikan analisis mendalam, dan masyarakat dalam memahami isu-isu utama selama pemilu, yang dapat memengaruhi keputusan pemilih.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>159567</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-10 10:19:04</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-10 12:06:40</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>