Analisis Klasifikasi Sentimen Terhadap Isu Kebocoran Data Kartu Identitas Ponsel di Twitter

Abstract

Perkembangan teknologi dan internet membawa ancaman besar terkait dengan privasi dan keamanan data pribadi. Pada bulan September 2022, terdapat insiden bocornya 1,3 miliar data pendaftaran kartu identitas ponsel atau kartu SIM yang berisi data pribadi pengguna di situs gelap. Twitter sebagai salah satu media sosial terpopuler di Indonesia menjadi tempat masyarakat Indonesia menyuarakan opininya terkait isu kebocoran data tersebut. Penelitian ini bertujuan untuk mencari tahu sebaran kata dan analisis klasifikasi sentimen dari opini masyarakat di Twitter terkait dengan isu tersebut. Analisis klasifikasi sentimen dilakukan menggunakan pendekatan machine learning dengan empat metode, yaitu Random Forest, Logistic Regresssion, Support-Vector Machine, dan model IndoBERT. Keempat metode tersebut akan dibandingkan untuk melihat model mana yang menghasilkan performa terbaik dalam mendeteksi sentimen. Dari proses crawling, didapatkan 957 tweet, di mana 609 tweet diberi label dan akan dilatih menggunakan empat metode tersebut. Dari data yang didapatkan, terdapat ketidakseimbangan antar kelas, di mana sentimen positif memiliki jumlah yang jauh lebih sedikti dibandingkan sentimen negatif dan netral. Beberapa kata yang sering digunakan dalam data tweet yang diambil adalah sim card, data sim, bocor data, miliar data, dan kominfo. Hasil pembangunan model menunjukkan algoritma Support-Vector Machine memiliki performa terbaik dengan nilai f1-score 0.81, dilanjutkan dengan Random Forest sebesar 0.78, IndoBERT sebesar 0.76, dan Logistic Regression sebesar 0.74. Ketidakseimbangan kelas dan kurangnya data latih membuat performa IndoBERT sebagai salah satu state-of-the-art dalam NLP memiliki performa yang rendah dibandingkan algoritma lainnya. Hasil dari penelitian ini dapat digunakan pihak berwenang untuk mengevaluasi kebijakan dalam menangani isu keamanan data dengan mendengarkan opini dari masyarakat Indonesia.