Analisis Sentimen Dan Deteksi Sarkasme Pada Opini Publik Proyek Kcic Whoosh DI Media Sosial X

Abstract

Proyek Kereta Cepat Indonesia-China (KCIC) Whoosh yang menghubungkan Jakarta dan Bandung menimbulkan beragam opini publik di media sosial X, yang sering mengandung sarkasme berupa pernyataan negatif dengan nada seolah-olah positif sehingga dapat menyebabkan analisis sentimen menjadi keliru apabila tidak dikenali. Penelitian terdahulu umumnya memperlakukan analisis sentimen dan deteksi sarkasme sebagai dua proses terpisah, padahal keduanya saling memengaruhi akurasi hasil. Penelitian ini bertujuan menganalisis sentimen publik terhadap proyek KCIC Whoosh sekaligus mengevaluasi kinerja model Logistic Regression untuk analisis sentimen yang dikombinasikan dengan model Long Short-Term Memory (LSTM) untuk deteksi sarkasme. Data penelitian terdiri atas 10.000 cuitan berbahasa Indonesia yang dikumpulkan dari platform X periode Agustus 2025–Januari 2026 menggunakan tweet-harvest, kemudian diproses melalui preprocessing, pelabelan sentimen dengan InSet Lexicon, ekstraksi fitur TF-IDF, embedding FastText, dan evaluasi menggunakan Stratified K-Fold Cross Validation (K=5). Hasil penelitian menunjukkan model Logistic Regression mencapai akurasi 73%, sedangkan model LSTM mencapai akurasi deteksi sarkasme rata-rata 75,48% dengan macro F1-score 0,62. Opini publik didominasi sentimen negatif (60,95%), dan setelah koreksi sarkasme, 23,4% data berlabel positif berubah menjadi negatif. Temuan ini menegaskan bahwa integrasi deteksi sarkasme ke dalam analisis sentimen penting untuk menghasilkan gambaran opini publik yang lebih akurat terhadap proyek infrastruktur nasional