Analisis Sentimen Masyarakat Terhadap Fenomena #Kaburajadulu Menggunakan Metode Random Forest

Abstract

Media sosial saat ini menjadi sarana penting bagi masyarakat dalam menyampaikan opini, termasuk mengkritisi kondisi sosial, ekonomi, dan politik di Indonesia. Salah satu fenomena yang ramai diperbincangkan di platform X (sebelumnya dikenal sebagai Twitter) adalah tagar #KaburAjaDulu. Tagar ini menggambarkan keinginan masyarakat, khususnya generasi muda, untuk mencari peluang yang lebih baik di luar negeri karena merasa kurang puas dengan situasi dalam negeri. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap fenomena tersebut dengan menggunakan Indonesian Sentiment Lexicon (InSet) dan metode klasifikasi Random Forest. Data yang dianalisis dikumpulkan melalui proses crawling menggunakan Tweet Harvest, menghasilkan sebanyak 5.033 tweet yang diambil pada periode 12 Maret 2025 hingga 1 Juni 2025. Penelitian ini melalui beberapa tahapan, mulai dari pengumpulan data, preprocessing data yang mencakup case folding, cleansing, tokenization, normalization, stopword removal, dan stemming, hingga pelabelan sentimen dengan InSet Lexicon. Proses pembobotan dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), sedangkan penyeimbangan distribusi data dilakukan dengan teknik Synthetic Minority Over-sampling Technique (SMOTE). Selanjutnya, implementasi model menggunakan algoritma Random Forest Classifier dengan skenario pembagian data 90:10, 80:20, 70:30, dan 60:40, serta dievaluasi menggunakan Confusion Matrix dan perhitungan akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa mayoritas tweet tentang fenomena #KaburAjaDulu mengandung sentimen negatif, yaitu sebanyak 3.880 tweet. Model Random Forest yang dibangun dalam penelitian ini mampu memberikan performa terbaik dengan akurasi mencapai 84.3% pada rasio pembagian data 90:10 dan mampu mengklasifikasikan ketiga jenis sentimen secara seimbang. Penelitian ini diharapkan dapat menjadi referensi bagi penelitian sejenis di masa depan serta menjadi acuan bagi pemerintah dalam mengambil kebijakan untuk mengurangi kecenderungan brain drain yang disebabkan oleh ketidakpuasan masyarakat terhadap kondisi dalam negeri.