Tiga Mesin AI Diadu: Siapa Paling Akurat?
Agar tidak subjektif, kami membandingkan tiga algoritma kecerdasan buatan yang umum digunakan dalam analisis sentimen:
- Logistic Regression -- model sederhana dan cepat, cocok untuk data linear.
- Random Forest -- model berbasis banyak "pohon keputusan", kuat di data kompleks.
- Support Vector Machine (SVM) -- model yang andal untuk klasifikasi dengan batasan ketat antar kategori.
SVM RBF terbukti paling efektif dalam mengenali emosi netizen terhadap topik Danantara, khususnya dalam membedakan sentimen negatif dan positif yang sering kali kabur batasnya.
Mengapa Ini Penting?
Media sosial adalah cerminan opini publik yang tidak bisa lagi diabaikan. Dari percakapan digital, kita bisa menangkap keresahan, harapan, atau ketidakpercayaan masyarakat terhadap kebijakan pemerintah.
Jika 1 dari 3 warganet mengungkapkan sentimen negatif terhadap Danantara, maka pemerintah perlu lebih aktif menjelaskan visi, transparansi, serta dampak langsung lembaga ini terhadap kehidupan rakyat.
Melalui analisis sentimen berbasis AI, kita bisa mengubah data besar menjadi "navigasi sosial" yang membantu pengambil kebijakan merespons isu secara cepat dan tepat sasaran.
Penutup: Dengarkan Rakyat Lewat Data
Riset ini menunjukkan bahwa teknologi bukan sekadar alat, tapi jembatan antara kebijakan dan suara rakyat. Dengan AI, kita tak lagi menerka-nerka opini publik --- kita bisa membacanya secara nyata.
Danantara mungkin masih dalam tahap awal, tapi opini publik sudah terbentuk. Dan kini, kita punya data untuk mendengarkannya.
Ditulis oleh Muhammad Azhar Athaya, Mahasiswa Program Studi Teknologi Informasi, Fakultas Sains dan Teknologi, UIN Walisongo Semarang
