TINJAUAN SISTEMATIS LITERATUR: ANALISIS SENTIMEN TERHADAP PERSEPSI PUBLIK TENTANG KECERDASAN BUATAN DI MEDIA SOSIAL

Abstract

Penelitian ini merupakan systematic literature review yang bertujuan untuk mengevaluasi dan mengidentifikasi model algoritma paling efektif dalam melakukan analisis sentimen terhadap persepsi publik di media sosial. Meskipun banyak metode digunakan dalam analisis sentimen, masih terdapat tantangan seperti ketepatan klasifikasi dalam bahasa informal, deteksi ironi, serta dinamika opini yang berubah. Oleh karena itu, kajian sistematis ini diperlukan untuk menganalisis berbagai pendekatan analisis sentimen dalam memahami persepsi publik terhadap AI di media sosial. Sebanyak empat puluh sembilan artikel yang relevan dipilih dan dianalisis untuk menjawab tiga research questions, yaitu bagaimana proses dalam analisis sentimen terhadap persepsi publik di media sosial sehingga dapat menghasilkan model berkinerja baik, metode pendekatan apa saja yang digunakan dalam penelitian analisis sentimen terhadap persepsi publik tentang Kecerdasan Buatan di media sosial, dan di antara metode-metode yang digunakan, manakah yang memiliki performa terbaik dalam melakukan analisis sentimen terhadap persepsi publik di media sosial. Metode yang digunakan meliputi penentuan pertanyaan penelitian, strategi pencarian, kriteria inklusi dan eksklusi, serta pengumpulan data melalui proses review artikel untuk mencari jawaban atas ketiga research questions. Pada hasil kajian, ditemukan bahwa pendekatan machine learning dan deep learning adalah yang paling sering digunakan, dengan lima algoritma terbaik yaitu Logistic Regression, XGBoost, GRU, BERT, dan Random Forest.