Analisis Sentimen Opini Publik Terhadap Respons Pemerintah Dalam Penanganan Banjir Di Aceh Menggunakan Model Indobert

Penelitian ini bertujuan untuk menganalisis sentimen opini publik di platform media sosial X terhadap respons pemerintah dalam penanganan bencana banjir bandang di Aceh pada akhir tahun 2025, serta mengevaluasi keandalan model IndoBERT dalam mengklasifikasikan teks berbahasa informal yang memiliki ketimpangan kelas (class imbalance) ekstrem. Dari hasil pengumpulan data (web scraping) selama periode krisis, diperoleh 3.037 cuitan bersih yang kemudian dilabeli secara manual ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Melalui tahapan fine-tuning, pengujian model IndoBERT menunjukkan performa yang komprehensif dengan tingkat akurasi mencapai 84% dan nilai Macro-Averaged F1-Score sebesar 69%. Model ini terbukti sangat tangguh dalam mendeteksi nuansa keluhan dan sarkasme warganet pada kelas negatif dengan skor F1 mencapai 91%, meskipun mengalami sedikit penurunan presisi pada kelas minoritas akibat minimnya data latih. Berdasarkan hasil klasifikasi akhir secara keseluruhan, opini masyarakat didominasi secara mutlak oleh sentimen negatif sebesar 85,1%, sedangkan sentimen netral dan positif masing-masing hanya berada di angka 8,4% dan 6,5%. Dominasi sentimen negatif ini secara empiris mencerminkan tingginya keputusasaan serta kritik publik terhadap keterlambatan evakuasi, ketiadaan sistem peringatan dini, dan ketidakmerataan distribusi logistik oleh otoritas terkait seperti BPBA. Secara keseluruhan, pemodelan IndoBERT terbukti handal sebagai instrumen pemrosesan bahasa alami, sehingga temuan penelitian ini dapat direkomendasikan sebagai acuan evaluasi berbasis data (datadriven) bagi pemerintah daerah untuk memperbaiki strategi tata kelola kedaruratan dan komunikasi krisis di masa mendatang.