PENGEMBANGAN WEBSITE UNTUK ANALISIS DAN EVALUASI REALTIME KEBIJAKAN PUBLIK DENGAN DEEP LEARNING MENGGUNAKAN INDOBERT

    Randi Andhika Djaja, - and Muhammad Taufik Dwi Putra, - and Zahra Khaerunnisa, - (2025) PENGEMBANGAN WEBSITE UNTUK ANALISIS DAN EVALUASI REALTIME KEBIJAKAN PUBLIK DENGAN DEEP LEARNING MENGGUNAKAN INDOBERT. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Di era digital, pemantauan opini publik terhadap kebijakan pemerintah menjadi tantangan akibat volume data yang besar dan tidak terstruktur di media sosial. Hal ini menuntut adanya solusi teknologi yang mampu melakukan analisis sentimen secara otomatis dan real-time untuk memahami respons masyarakat secara akurat. Penelitian ini bertujuan merancang dan membangun sebuah sistem web, LunchPolicy.ID, untuk menjawab tantangan tersebut dengan mengambil studi kasus pada kebijakan Program Makan Bergizi Gratis (MBG). Sistem dikembangkan menggunakan metode penelitian Design and Development (D&D) dengan pendekatan prototyping dan kerangka kerja Flask, serta mengintegrasikan model deep learning IndoBERT untuk klasifikasi sentimen. Proses pengumpulan data dari platform X diotomatisasi menggunakan Selenium yang dijadwalkan oleh APScheduler untuk mewujudkan fungsionalitas real-time. Hasil pengujian menunjukkan model IndoBERT yang diimplementasikan memiliki performa sangat tinggi dengan mencapai tingkat akurasi sebesar 95%. Hasil analisis ini kemudian disajikan melalui dashboard visual yang interaktif, menampilkan distribusi sentimen, tren opini, dan data individual. Dengan demikian, penelitian ini menghasilkan sebuah platform fungsional yang terbukti akurat dan dapat diandalkan untuk membantu pemangku kebijakan dalam memantau serta mengevaluasi persepsi publik secara cepat dan berkelanjutan. ------- In the digital age, monitoring public opinion on government policies poses a challenge due to the large, unstructured volume of data on social media. This necessitates a technological solution capable of performing automatic, real-time sentiment analysis to accurately understand public response. This research aims to address this challenge by designing and building a web system, LunchPolicy.ID, taking the public response to the Free Nutritious Meal (MBG) program as a case study. The system was developed using the Design and Development (D&D) research method, employing a prototyping approach with the Flask framework, and integrating the IndoBERT deep learning model for sentiment classification. The data collection process from the X platform is automated using Selenium and scheduled by APScheduler to achieve real-time functionality. Test results show that the implemented IndoBERT model demonstrates excellent performance, achieving an accuracy rate of 95%. This analysis is presented through an interactive visual dashboard, displaying sentiment distribution, opinion trends, and individual data points. Thus, this research yields a functional and provenly accurate platform that can be reliably used to assist policymakers in monitoring and evaluating public perception rapidly and continuously.

    Baca Full Text klik disini
    [thumbnail of S_TEKOM_2100355_Title.pdf] Text
    S_TEKOM_2100355_Title.pdf
    Download (1MB)
    [thumbnail of S_TEKOM_2100355_Chapter1.pdf] Text
    S_TEKOM_2100355_Chapter1.pdf
    Download (306kB)
    [thumbnail of S_TEKOM_2100355_Chapter2.pdf] Text
    S_TEKOM_2100355_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (523kB)
    [thumbnail of S_TEKOM_2100355_Chapter3.pdf] Text
    S_TEKOM_2100355_Chapter3.pdf
    Download (1MB)
    [thumbnail of S_TEKOM_2100355_Chapter4.pdf] Text
    S_TEKOM_2100355_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (982kB)
    [thumbnail of S_TEKOM_2100355_Chapter5.pdf] Text
    S_TEKOM_2100355_Chapter5.pdf
    Download (233kB)
    [thumbnail of S_TEKOM_2100355_Appendix.pdf] Text
    S_TEKOM_2100355_Appendix.pdf
    Restricted to Staf Perpustakaan
    Download (5MB)
    Official URL: https://repository.upi.edu/
    Item Type: Thesis (S1)
    Additional Information: ID SINTA Dosen Pembimbing: Muhammad Taufik Dwi Putra: 6745726 Zahra Khaerunnisa: 6923723
    Uncontrolled Keywords: Sentimen Analisis, IndoBERT, Aplikasi Website, Kebijakan Pemerintah, Sentiment Analysis, IndoBERT, Web Application, Government Policy
    Subjects: L Education > L Education (General)
    Q Science > QA Mathematics
    Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    T Technology > T Technology (General)
    Divisions: UPI Kampus cibiru > S1 Teknik Komputer
    Depositing User: Randi Andhika Djaja
    Date Deposited: 15 Sep 2025 07:10
    Last Modified: 15 Sep 2025 07:10
    URI: http://repository.upi.edu/id/eprint/137413

    Actions (login required)

    View Item View Item