Sentiment Analysis on Social Media using Bidirectional Encoder from Transformers (Case Study : Covid – 19 Omicron)

Indonesia tercatat sebagai negara dengan jumlah pengguna internet terbesar di Dunia, sehingga adanya perubahan komunikasi dimasyarakat. Kemajuan jaman membuat interaksi manusia banyak dihabiskan pada media sosial, diantaranya Instagram, facebook, twitter (X) dan Tiktok mendominasi ruang digital. Tingginya interaksi pada sosial media, tidak bisa dipungkiri kerap kali bias, menimbulkan banyak persepsi baik karena subjektivitas, pandangan pribadi, maupun emosi sesaat. Pandemi Covid-19 memaksa pemerintah mencari solusi untuk berbagai masalah yang muncul, namun kebijakan yang diambil seringkali memicu gejolak di dunia maya. Penelitian ini bertujuan untuk melihat seberapa baik performa BERT dalam mengklasifikasikan komentar,  BERT (Bidirectional Encoder Representations from Transformers) memanfaatkan pendekatan word embedding untuk memahami konteks kata dalam dua arah. Arsitektur BERT menggunakan transformers, mekanisme yang memberikan makna kontekstual pada kata, membantu BERT dalam mengklasifikasikan komentar. Keunggulan BERT terletak pada pemahaman konteks kata yang mendalam melalui embedding kontekstual, dengan encoder transformers yang membaca kalimat dua arah.. Data yang digunakan adalah komentar pada instagram dan facebook didapatkan data sebanyak 3.522 data. Fokus penelitian ini adalah Covid – 19 varian omicron, topik ini diambil karena polaritas reaksi pada masyarakat. Model pada penelitian ini menggunakan 4 proporsional dataset, untuk melihat kontribusi data latih untuk model yang dikembangkan, sedangkan untuk evaluasi menggunakan dataset yang dilabeli secara manual. Penelitian ini mengungkapkan bahwa BERT dapat digunakan untuk mengklasifikasikan sentimen dengan hasil yang baik, model yang dibangun mendapatkan rentang efisiensi pada epoch 3 sampai 5, meskipun nilai terbaik berada epoch 8, dengan akurasi sebesar 90%. Mayoritas sentimen menunjukkan sentimen negatif ditengarai timbul panik dimasyarakat terkait penanganan Pandemi Covid – 19.