Stance classification dalam isu pembangunan IKN menggunakan SVM dan Indosbert

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Widyansyah, Aldi Putra (2025) Stance classification dalam isu pembangunan IKN menggunakan SVM dan Indosbert. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Aldi Putra Widyansyah_09010621002 OK.pdf Download (2MB)
	Text Aldi Putra Widyansyah_09010621002 Full.pdf Restricted to Repository staff only until 24 December 2028. Download (2MB)

Abstract

Isu pembangunan Ibu Kota Nusantara (IKN) menjadi perhatian utama dalam kebijakan publik pemerintahan di Indonesia. Perpindahan ibu kota dan pembangunan ibu kota baru diharapkan dapat mendukung pemerataan pembangunan dan meningkatkan kualitas hidup masyarakat. Namun, di balik harapan tersebut, terdapat beragam pandangan dan keberpihakan pendapat yang muncul dalam masyarakat. Penelitian ini bertujuan untuk melakukan stance detection dan klasifikasi terhadap isu pembangunan IKN dengan memanfaatkan algoritma Support Vector Machine (SVM) dan model bahasa IndoSBERT. Model IndoSBERT digunakan untuk menghasilkan embedding teks dari tweet terkait IKN, yang kemudian diolah menggunakan SVM untuk stance classification. Stance classification dibagi menjadi tiga kelas, yaitu Mendukung, Netral, dan Menolak. Proses augmentasi data dilakukan untuk menyeimbangkan distribusi kelas, menghasilkan 464 tweet per kelas, sebelum ekstraksi fitur menggunakan IndoSBERT. Hasil evaluasi menunjukkan bahwa model SVM dengan konfigurasi validasi silang 7-fold (K=7) mencapai performa terbaik, dengan akurasi per fold mencapai 72% - 79% dan akurasi rata-rata sebesar 75%, F1-score sebesar 75%. Hasil ini menegaskan bahwa pendekatan berbasis IndoSBERT dan SVM efektif untuk mengklasifikasikan sikap masyarakat terhadap IKN.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Widyansyah, Aldi Putra aldi.widyansyah@gmail.com 09010621002
Contributors:	Contribution Name Email NIDN Thesis advisor Kunaefi, Anang akunaefi@uinsa.ac.id -- Thesis advisor Nooriansyah, Subhan subhan.nooriansyah@uinsa.ac.id --
Subjects:	Bahasa Indonesia Negara Politik
Keywords:	ibu kota nusantara; IndoSBERT; SVM; stance detection; pembangunan ibu kota
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Aldi Putra Widyansyah
Date Deposited:	24 Dec 2025 07:19
Last Modified:	24 Dec 2025 07:19
URI:	http://digilib.uinsa.ac.id/id/eprint/83102

Actions (login required)

View Item