Penerapan Metode Bert pada Sentimen Analisis Berita

Mellitya Silviandro Hening

Abstrak

Di era digital ini, citra perusahaan menjadi hal yang sangat penting untuk dijaga, terutama karena informasi dapat menyebar dengan cepat melalui media sosial dan berita daring. Pemberitaan negatif berpotensi merusak reputasi, sedangkan berita positif dapat memperkuat citra perusahaan. Oleh karena itu, analisis sentimen menjadi sarana penting dalam memahami persepsi publik terhadap perusahaan. Penelitian ini mengusulkan penggunaan metode Bidirectional Encoder Representations from Transformers (BERT) dalam menganalisis sentimen berita perusahaan dengan kategori positif, netral, dan negatif. Metode BERT dipilih karena kemampuannya memahami konteks bahasa secara mendalam dibandingkan algoritma lain seperti Naïve Bayes, CNN, dan SVM. Proses penelitian meliputi pengambilan isi berita dari URL, pra-pemrosesan teks, tokenisasi, vektorisasi embedding, mekanisme self-attention (Q, K, V), hingga klasifikasi sentimen menggunakan fungsi softmax. Pengujian dilakukan dengan menggunakan 30% data uji dari 450 berita, menghasilkan akurasi 91,43%, precision 91,70%, recall 91,31%, dan f1-score 91,25%. Selain itu, uji penerimaan pengguna menunjukkan sistem berfungsi sesuai kebutuhan, khususnya dalam mendeteksi berita negatif secara realtime melalui dashboard Grafana. Hasil penelitian ini dapat digunakan untuk membantu perusahaan dalam memantau berita, menjaga citra, serta meningkatkan strategi komunikasi digital di mata publik.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.19.1 · c557b04