Analisis Sentimen Publik terhadap Kebijakan Perizinan Tambang untuk Ormas Keagamaan Menggunakan Algoritma SVM

Article Sidebar

PDF
Published: Nov 30, 2025
DOI: https://doi.org/10.34128/jsi.v11i2.1785
Keywords:
Sentimen, Tambang, Ormas Keagamaan, SVM

Main Article Content

Muhammad Dzaky Alifayoezra
Universitas Sriwijaya
Fathoni Fathoni
Universitas Sriwijaya
Bimmo Fathin Tammam
Universitas Sriwijaya
Septhia Charenda Putri
Universitas Sriwijaya
Raditya Dafa Rizki
Universitas Sriwijaya
Ali Ibrahim
Universitas Sriwijaya

Abstract

Penelitian ini menganalisis sentimen publik terhadap kebijakan pemberian Izin Usaha Pertambangan Khusus (IUPK) kepada organisasi masyarakat (ormas) keagamaan sebagaimana diatur dalam PP No. 25 Tahun 2024. Data diperoleh dari media sosial X (Twitter) dan diolah menggunakan algoritma Support Vector Machine (SVM) melalui tahapan crawling, preprocessing, translasi, pelabelan sentimen, dan ekstraksi fitur dengan metode N-gram. Dari 1245 data yang dianalisis, mayoritas memiliki sentimen netral (550 data), diikuti positif (475 data), dan negatif (219 data), dengan akurasi model mencapai 75,3%. Hasil ini menunjukkan bahwa publik cenderung berhati-hati dan menunggu kejelasan dari pemerintah terkait implementasi kebijakan tersebut. Penelitian ini merekomendasikan peningkatan komunikasi publik yang transparan dan penggunaan model berbasis deep learning untuk analisis lanjutan yang lebih akurat dan kontekstual.

Article Details

How to Cite
[1]
M. D. Alifayoezra, F. Fathoni, B. F. Tammam, S. C. Putri, R. D. Rizki, and A. Ibrahim, “Analisis Sentimen Publik terhadap Kebijakan Perizinan Tambang untuk Ormas Keagamaan Menggunakan Algoritma SVM”, JSI, vol. 11, no. 2, pp. 110–119, Nov. 2025.
Issue
Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

References

[1] S. Permana, R. L. Fathira, R. M. Oswara, D. Heriyanto, and S. Wijaya, “Pengenalan sumber daya mineral dan batu bara di SMA Negeri 1 Merangin, Kec. Bangko, Kab. Merangin, Jambi,” Community Development Journal, vol. 5, no. 4, pp. 6396–6402, 2024.

[2] A. Redid and L. Marfungah, “Perkembangan kebijakan hukum pertambangan mineral dan batubara di Indonesia,” Undang: Jurnal Hukum, vol. 4, no. 2, pp. 473–506, 2021.

[3] D. N. Prasetiani, H. F. Anindya, and A. S. Yoshe, “Strategi menghadapi middle income trap: Dampak hilirisasi mineral terhadap pendapatan negara Indonesia era Joko Widodo,” Indonesia Foreign Policy Review, vol. 11, no. 1, Art. no. 37, 2024.

[4] T. Widyaningrum and M. R. Hamidi, “Pembaruan hukum pertambangan mineral dan batubara menuju keadilan dan kepastian hukum yang berkelanjutan untuk masyarakat Indonesia,” IBLAM Law Review, vol. 4, no. 3, 2024.

[5] N. Suryani, Armansyah, and H. Yetti, “Dampak pertambangan batu bara terhadap kondisi sosial ekonomi masyarakat lokal di Kota Jambi,” UNES Review, vol. 7, no. 1, 2024.

[6] F. Tandika, Sadino, and Y. Hidayat, “Peluang ormas keagamaan mengelola tambang di Indonesia pasca Peraturan Pemerintah Nomor 25 Tahun 2024,” Lex Jurnalica, vol. 21, no. 3, pp. 257–262, 2024.

[7] A. Prastika, M. F. I. Putri, and V. N. T. Tasya, “Urgensi pemberian izin pengelolaan tambang bagi organisasi kemasyarakatan ‘Keagamaan’ di Indonesia: Analisis regulasi dalam PP Nomor 25 Tahun 2024,” TARUNALAW: Journal of Law and Syariah, vol. 2, no. 2, pp. 214–224, 2024.

[8] N. R. Muhlas and Amirullah, “Antinomi hukum pengaturan penawaran WIUPK dan IUPK secara prioritas terhadap badan usaha ormas keagamaan,” Jurnal Hukum Indonesia, vol. 15, no. 2, pp. 72–84, 2024.

[9] M. S. Neethu and R. Rajasree, “Sentiment analysis in twitter using machine learning techniques,” in Proc. ICCCNT 2013, 2013.

[10] R. Ahuja, R. Gupta, S. Sharma, A. Govil, and K. Venkataraman, “Twitter based model for emotional state classification,” in Proc. ISPCC 2017, pp. 494–498, 2017.

[11] F. F. Irfani, M. Triyanto, and A. D. Hartanto, “Analisis sentimen review aplikasi Ruangguru menggunakan algoritma Support Vector Machine,” JBMI, vol. 16, no. 3, pp. 258–266, 2020.

[12] S. Hasbi, M. Marco, and I. Triadi, “Analisis kebijakan izin tambang bagi organisasi masyarakat dalam aspek konstitusional dan politik,” Quantum Juris: Jurnal Hukum Modern, vol. 7, no. 1, pp. 272–282, 2025. [Online].

[13] S. N. Rachman and M. T. Tunggati, “Kontradiksi pengaturan penawaran prioritas wilayah izin usaha pertambangan khusus terhadap badan usaha milik organisasi kemasyarakatan keagamaan,” Jurnal Ilmu Hukum ‘THE JURIS’, vol. 8, no. 1, pp. 349–365, 2024.

[14] A. Anggara, Nurdin, and R. Meiyanti, “Sentiment analysis of the MK decision trial of the result of the 2024 president and vice president general election on social media X using the support vector machine method,” Int. J. Eng. Sci. Inf. Technol., vol. 4, no. 4, pp. 125–134, 2024.

[15] F. Tandika, Sadino, and Y. Hidayat, “Peluang ormas keagamaan mengelola tambang di Indonesia pasca Peraturan Pemerintah Nomor 25 Tahun 2024,” Lex Jurnalica, vol. 21, no. 3, pp. 257–262, 2024.

[16] V. Banos, Web crawling, analysis and archiving, Ph.D. dissertation, Dept. Informatics, Aristotle Univ. of Thessaloniki, 2015.

[17] M. T. Hidayat, R. Kurniawan, and T. Suprapti, “Optimizing Sentiment Analysis on the Linux Desktop Using N-Gram Features,” Jurnal Informatika, vol. 12, no. 1, pp. 37–45, 2025.

[18] M. D. Arafat, S. Kusumadewi, and C. I. Ratnasari, “Pengolahan Bahasa Alami untuk Anamnesis Penyakit pada Anak,” JIIP: Jurnal Ilmiah Ilmu Pendidikan, vol. 8, no. 3, pp. 3263–3271, 2025.

[19] N. L. P. R. Dewi, I. N. S. W. Wijaya, I. K. Purnamawan, and N. W. Marti, “Model Classifer Judul Berita Pariwisata Indonesia Berdasarkan Sentimen,” JTIIK, vol. 11, no. 1, pp. 117–124, 2024.

[20] M. I. Raif, N. N. Hidayati, and T. Matulatan, “Otomatisasi Pendeteksi Kata Baku Dan Tidak Baku Pada Data Twitter Berbasis KBBI,” JTIIK, vol. 11, no. 2, pp. 337–348, 2024.

[21] P. Sunarko, A. B. P. Negara, and R. Septiriana, “Comparison of Support vector machine and Naïve Bayes Classification Algorithms Using VADER and Lexicon based Labelling on Indonesian and English Tweets,” J. Apl. dan Riset Inform., vol. 3, no. 1, pp. 9–19, 2024.

[22] U. Khairani, V. Mutiawani, and H. Ahmadian, “Pengaruh Tahapan Preprocessing Terhadap Model Indobert Dan Indobertweet Untuk Mendeteksi Emosi Pada Komentar Akun Berita Instagram,” JTIIK, vol. 11, no. 4, pp. 887–894, 2024.

[23] I. A. Rahma and L. H. Suadaa, “Penerapan Text Augmentation untuk Mengatasi Data yang Tidak Seimbang pada Klasifikasi Teks Berbahasa Indonesia,” JTIIK, vol. 10, no. 6, pp. 1329–1340, 2023.

[24] M. F. N. Fathoni, E. Y. Puspaningrum, and A. N. Sihananto, “Perbandingan Performa Labeling Lexicon InSet dan VADER pada Analisa Sentimen Rohingya di Aplikasi X dengan SVM,” Modem: J. Inform. dan Sains Teknologi, vol. 2, no. 3, pp. 62–76, 2024.

[25] M. E. Purbaya, D. P. Rakhmadani, M. P. Arum, and L. Z. Nasifah, “Implementation of n-gram Methodology to Analyze Sentiment Reviews for Indonesian Chips Purchases in Shopee E-Marketplace,” RESTI, vol. 7, no. 3, pp. 609–617, 2023.

[26] A. E. Widodo, F. F. Wati, and N. Hidayati, “Implementasi algoritma SVM dan Naive Bayes untuk analisis sentimen pada ulasan pengguna aplikasi OneDrive,” IJSE, vol. 10, no. 2, pp. 131–138, 2024.

[27] R. E. Putra, M. Kallista, and C. Setianingsih, “Klasifikasi prediksi kualitas udara menggunakan metode Support Vector Machine (SVM),” e-Proceeding of Engineering, vol. 10, no. 4, pp. 3790–3796, 2023.