ANALISIS SENTIMEN MASYARAKAT TERHADAP IBU KOTA NUSANTARA (IKN) PADA PLATFORM X MENGGUNAKAN DISTILBERT DAN BILSTM

Pembangunan Ibu Kota Nusantara (IKN) menimbulkan berbagai tanggapan dari masyarakat yang banyak dibicarakan di platform X. Karakteristik bahasa yang santai, tidak formal, dan penuh ambiguitas sering kali menyebabkan algoritma konvensional mengalami kesulitan dalam memahami maksud aslinya secara akurat. Penelitian ini mengintegrasikan arsitektur DistilBERT dan BiLSTM untuk melakukan analisis sentimen publik secara mendalam. Model DistilBERT dipilih karena efisiensinya dalam mengekstraksi fitur semantik teks, sedangkan BiLSTM berfungsi membaca urutan kalimat dari dua arah, yakni maju dan mundur, untuk menangkap konteks secara utuh. Dari total 4.725 data teks mentah yang dikumpulkan, sistem menyaringnya melalui tahapan preprocessing menjadi 3.558 data bersih, dengan proporsi pembagian sebesar 80% untuk data latih dan 20% untuk data uji. Berdasarkan hasil pelabelan menggunakan kamus leksikon InSet, diperoleh distribusi sebanyak 1.818 sentimen negatif, 1.444 sentimen positif, dan 296 sentimen netral. Berdasarkan hasil pengujian eksperimental menggunakan Confusion Matrix pada data uji, model hybrid ini berhasil mencapai tingkat akurasi total sebesar 71.63%. Kombinasi kedua metode tersebut terbukti efektif dalam memahami variasi bahasa masyarakat tanpa membebani kinerja komputasi, sehingga dapat dimanfaatkan oleh para pengambil keputusan untuk memantau respons publik secara langsung terkait proyek IKN.