JOISIE (Journal Of Information Systems And Informatics Engineerin.
Vol.
No.
Desember 2025.
Hlm 380-391 Received: 9 September 2025 Revised: 20 November 2025.
Accepted: 16 Desember 2025
p- ISSN: 2503-5304
e- ISSN: 2527-3116
ANALISIS SENTIMEN DAN TOPIK KEKERASAN SEKSUAL PEREMPUAN DI X
2022-2025 BERBASIS NAyaVE BAYES-LDA Ira Anggraini Siregar.
Fesa Asy Syifa Nurul Haq .
Prodi PJJ Sistem Informasi.
Universitas Siber Asia.
Jalan R.
M Harsono No.
1 RT09/04 Ragunan.
Pasar Minggu.
Jakarta Selatan.
Jakarta.
Indonesia email: iraanggraini.
siregarr@gmail.
Abstract Sexual violence against women remains a significant social issue in Indonesia.
In recent years.
X has become one of the platforms where the public actively expresses opinions, shares experiences, and discusses this topic.
This study aims to analyze public sentiment and identify dominant themes in conversations related to sexual violence against women in Indonesia from 2020 to 2025.
A total of 12,760 tweets were collected through crawling and processed using standard text-preprocessing Sentiment analysis was performed using the Nayve Bayes algorithm, while topic extraction was carried out using Latent Dirichlet Allocation (LDA).
The results show that negative sentiment dominates with 75.
8%, followed by positive sentiment at 15.
9% and neutral sentiment at 8.
LDA
reveals five major topics representing public reactions, legal issues, personal experiences, and discussions on various forms of violence.
These findings offer insights into public perception and may contribute to the development of more responsive policies supporting survivors of sexual violence.
Keywords: Sentiment Analysis.
Sexual Violence.
Nayve Bayes.
LDA.
NLP Abstrak Kekerasan seksual terhadap perempuan masih menjadi isu sosial yang mendapat perhatian serius di Indonesia.
Dalam beberapa tahun terakhir.
X menjadi salah satu platform tempat masyarakat menyampaikan opini, berbagi pengalaman, dan berdiskusi mengenai isu ini.
Penelitian ini bertujuan menganalisis sentimen publik serta mengidentifikasi topik utama dalam percakapan terkait kekerasan seksual terhadap perempuan di Indonesia selama periode 2020 hingga 2025.
Sebanyak 12.
760 tweet dikumpulkan melalui proses crawling dan diproses menggunakan teknik pra-pemrosesan teks.
Analisis sentimen dilakukan dengan algoritma Nayve Bayes, sedangkan ekstraksi topik menggunakan metode Latent Dirichlet Allocation (LDA).
Hasil menunjukkan bahwa sentimen negatif mendominasi dengan proporsi 75,8%, disusul sentimen positif sebesar 15,9% dan sentimen netral sebesar 8,3%.
LDA menghasilkan lima topik utama yang mencerminkan reaksi publik, isu hukum, pengalaman pribadi, serta berbagai bentuk kekerasan yang dibahas warganet.
Temuan ini memberikan gambaran mengenai persepsi publik dan dapat menjadi dasar dalam penyusunan kebijakan yang lebih responsif terhadap perlindungan perempuan.
Kata kunci: Analisis Sentimen.
Kekerasan Seksual.
Nayve Bayes.
LDA.
NLP
PENDAHULUAN
Indonesia merupakan salah satu negara berkembang dengan jumlah penduduk mencapai 284,4 juta jiwa yang terdiri dari 143,548 juta pria dan 140,890 juta perempuan.
Dengan tingginya jumlah penduduk yang ada, membuat Indonesia menghadapi banyak tantangan sosial yang rumit, salah satunya adalah ketidaksetaraan gender, yang sering menempatkan perempuan pada posisi lebih rendah dari laki-laki dan memperlakukannya secara tidak adil dalam kehidupan sosial.
Hal ini dibuktikan dengan hasil penelitian yang menunjukkan bahwa sistem patriarki masih banyak ditemukan dalam kehidupan sosial, dan menerima banyak penolakan dari masyarakat (Kurmasih et al.
, 2.
Bukti nyata dari ketidaksetaraan ini tergambar jelas dengan maraknya kekerasan yang terjadi terhadap perempuan, terutama kekerasan seksual yang terus berlangsung hingga kini dan sering kali tidak mendapat tanggapan serta penanganan yang adil.
Penanganan yang masih lemah, menjadi salah satu faktor hal ini terus terjadi.
https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
381 | Jurnal JOISIE.
Volume 9.
Nomor 2.
Desember 2025 Kekerasan seksual merupakan tindakan terlarang yang dilakukan tanpa persetujuan korban.
paksa, mengancam dan intimidatif yang melibatkan bagian tubuh sensitif.
Tindakan ini biasanya meninggalkan cedera fisik atau trauma kepada yang mengalaminya.
Korban kekerasan seksual sebagian besar adalah perempuan, dan hal ini menunjukkan bahwa sistem perlindungan terhadap perempuan masih lemah.
Komisi Nasional Anti Kekerasan terhadap Perempuan (Komnas Perempua.
, mencatat kasus kekerasan terhadap perempuan terus bertambah dalam lima tahun terakhir.
Jumlahnya tercatat sebanyak 226,062 kasus pada 2020, kemudian meningkat menjadi 338,496 kasus pada tahun 2021, dan sebanyak 339,782 kasus pada tahun 2022.
Tahun 2023 jumlah kasus sempat turun menjadi 289,111, namun kembali meningkat pesat pada tahun 2024 menjadi 445,502 kasus.
Mayoritas kasus yang tercatat merupakan kekerasan seksual (Komnas Perempuan, 2.
Sementara itu, belum ada laporan resmi tentang jumlah kekerasan seksual yang dialami perempuan pada tahun 2025.
Namun sudah banyak berita online maupun offline yang melaporkan telah terjadi beberapa kasus kekerasan seksual terhadap perempuan dengan pelaku dari berbagai latar belakang.
Lambat laun, tidak ada lagi tempat yang aman untuk perempuan.
Pelaku kekerasan seksual sudah menjamur di semua lini kehidupan masyarakat.
Pemerintah sebenarnya telah menerbitkan berbagai regulasi maupun kebijakan untuk menindak pelaku kekerasan seksual, seperti Pasal 281, 289, dan 290 dalam Kitab Undang-Undang Hukum Pidana (Database Peraturan KUHP, 2.
serta Undang-Undang No.
12 Tahun 2022 tentang Tindak Pidana Kekerasan Seksual (UU TPKS, 2.
Namun implementasinya sering dinilai belum memadai sehingga belum memberikan efek jera maupun perlindungan yang optimal untuk perempuan.
Kondisi ini menunjukkan perlunya pendekatan yang lebih komprehensif, bukan hanya dari aspek hukum, tetapi juga dari aspek sosial dan persepsi publik.
Di era digital saat ini, media sosial menjadi ruang baru di mana publik dapat berbagi pengalaman serta menyuarakan pendapat tentang masalah sosial di Indonesia, termasuk kekerasan seksual.
ebelumnya Twitte.
menjadi salah satu platform yang populer dengan lebih dari 60 juta pengguna aktif di Indonesia, dan menjadi tempat menyuarakan pendapat, baik berupa dukungan atau kritikan.
Berbagai penelitian sebelumnya telah menggunakan X dalam analisis persepsi publik, salah satu contohnya adalah penelitian yang menunjukkan sebagian besar pengguna X mendukung pengesehan RUU PKS, walaupun masih terdapat sentimen negatif (Hamidi et al.
, 2.
Meskipun beberapa penelitian sebelumnya telah menggunakan data X untuk menganalisis isu kekerasan seksual, mayoritas hanya berfokus pada analisis sentimen tanpa mengeksplorasi struktur topik pembahasan yang ada di dalamnya.
Selain itu, penelitian dengan rentang waktu panjang dan dataset besar masih terbatas sehingga belum mampu menggambarkan perubahan persepsi publik secara menyeluruh pada periode 2020-2025.
Padahal metode topic modeling seperti Latent Dirichlet Allocation (LDA) terbukti efektif dalam mengidentifikasi pola topik tersembunyi dalam teks tidak terstruktur (Sahria et al.
, 2.
Untuk mengisi celah tersebut, penelitian ini menggabungkan dua metode yaitu analisis sentimen menggunakan Nayve Bayes dan pemodelan topik menggunakan LDA dalam satu kerangka analisis yang akan lebih representatif dan komprehensif.
Kolaborasi dari kedua metode ini dalam konteks kekerasan seksual terhadap perempuan masih jarang dilakukan, sehingga penelitian ini dapat mengisi celah tersebut dengan menghadirkan analisis yang lebih menyeluruh.
Tujuan akhir dari penelitian yang menggabungan dua metode ini adalah dapat memberikan gambaran yang lebih jelas tentang persepsi publik terhadap isu kekerasan seksual yang terjadi kepada perempuan, memberikan wawasan yang dapat dijadikan dasar dalam penyusunan kebijakan yang lebih efektif, serta dapat berkontribusi dalam pengembangan sistem pemantauan isu sosial berbasis media sosial secara real-time.
METODE PENELITIAN
Penelitian ini menggunakan metode Kuantitatif dengan pendekatan Data Mining dan Natural Language Processing (NPL).
Dalam proses penelitian digunakan dua teknik utama, yaitu penggunakan algoritma Nayve Bayes yang berperan untuk melakukan analisis sentimen masyarakat https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
Siregar.
Analisis Sentimen Dan Topik Kekerasan Seksual Perempuan Di X 2022-2025 Berbasis Nayve Bayes-LDA, 380-.
382 melalui percakapan yang diunggah di X.
Algoritma ini akan menganalisis apakah sebuah tulisan mengandung makna negatif, positif, atau netral.
Kemudian tiga sentimen ini akan dipresentasikan dalam sebuah grafik persentase.
Teknik kedua yang digunakan adalah metode LDA, yang berperan untuk menemukan topik-topik pembahasan yang sering muncul dalam sebuah percakapan di X.
Sederhananya.
LDA akan mencoba membaca semua data percakapan, lalu mengelompokkan kata-kata yang sering muncul secara bersama, menjadi beberapa topik.
Hasil dari topik tesebut akan disajikan secara rapi dan mudah Pengumpulan data dilakukan hanya pada tweet yang bersifat publik.
Indentitas pengguna seperti username, dan metadata pribadi dihapus pada tahapan pra-pemrosesan data.
Penelitian ini mengikuti ketentuan pengguna data publik berdasarkan kebijakan X untuk kepentingan akademik.
Berikut ini adalah diagram alur yang menggambarkan langkah-langkah yang akan dilakukan selama penelitian (Gambar 1.
Gambar 1.
Tahapan Penelitian 1 STUDI LITERATUR Studi literatur dilakukan dengan membaca jurnal-jurnal yang berkaitan dengan topik penelitian, dan kemudian membuat ringkasan terkait isi dari jurnal, metode yang digunakan, hingga kesimpulan yang diperoleh.
Setelah ringkasan dibuat, proses berikutnya adalah menentukan research gap yang ditemukan dari kumpulan jurnal tersebut.
Research gap atau kekosongan penelitian ini membantu dalam memperkuat alasan penelitian ini mengangkat isu kekerasan seksua terhadap perempuan dengan menggunakan metode Nayve Bayes dan LDA, karena belum ditemukan penelitian yang menggabungkan dua metode tersebut.
2 PENGUMPULAN DATA X
Pengumpulan data dilakukan secara bertahap, yang dibagi per tahun.
Proses pengumpulan data menggunakan Tweet-Harvest yang merupakan salah satu skrip Python yang sering digunakan untuk melakukan scraping tweet berdasarkan kata kunci tertentu, dengan bantuan Twitter Auth Token untuk akses konten X.
Tweet-Harvest bekerja dengan cara menampilkan tweet terbaru terlebih dahulu.
Hal ini yang mendasari crawling data dilakukan bertahap.
Pengumpulan data yang dilkaukan sekaligus dengan rentang waktu yang panjang yaitu dari tahun 2020 hingga 2025, akan menghasilkan data yang didominasi oleh data terbaru yaitu tahun 2025.
Agar distribusi data yang dihasilkan lebih merata, maka proses crawling dibagi per tahun.
https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
383 | Jurnal JOISIE.
Volume 9.
Nomor 2.
Desember 2025 Selain itu.
X juga memberikan batasan jumlah tweet yang dapat diambil dalam satu waktu, sehingga proses pengumpulan data pada dasarnya tidak biisa dilakukan sekaligus.
Proses ini, digunakan banyak kata kunci yang relevan dengan isu kekeran seksual terhadap perempuan di Indonesia, beberapa diantaranya Aupelecehan seksualAy.
Aukekerasan seksualAy.
AupemerkosaanAy.
Aupelecehan terhadap perempuanAy.
Aupelecehan onlineAy.
Aukekerasan pada perempuan tahun iniAy, dan berbagai tagar seperti:
Au#StopKekerasanSeksualPerempuanAy.
Au#KeadilanUntukPerempuanAy.
Au#PerempuanMerdekaAy.
AuPerempuanBukanObjekAy.
Data-data yang berhasil dikumpulkan per tahun, disimpan di Google Drive menjadi beberapa dokumen, yang kemudian dokumen-dokumen itu digabungankan menjadi satu dataset utuh yang diurutkan secara ascending agar dapat merepresentasikan data mentah dari rentah waktu 2020-2025.
Pada proses ini berhasil dikumpulkan sebanyak 13,518 tweet sebagai data mentah, yang akan digunakan untuk proses penelitian.
3 PRA-PEMROSESAN DATA
Proses ini bertujuan untuk memastikan data sudah bersih dan siap digunakan untuk analisis.
Terdapat beberapa tahapan pada proses ini, diantaranya:
Case folding Proses ini bertujuan untuk mengubah semua teks menjadi huruf kecil.
Hal ini dilakukan untuk menghindari perbedaan makna antara kata yang sama namun memiliki kapitalisasi berbeda, misalnya kata AuKekerasanAy dan AukekerasanAy.
Selanjutnya dilakukan juga pembersihan tambahan berupa penghapusan spasi yang tidak perlu di awal dan akhir kalimat, serta menghapus semua spasi yang Menghapus Karakter Tahapan selanjutnya pada proses pembersihan data yaitu menghapus karakter yang tidak relevan, yang dapat mengganggu proses analisis.
Proses ini meliputi menghapus tautan atau URL yang terdapat dalam teks, menghapus mention atau @username, menghapus angka, tanda baca, serta karakter non-alfabet selain spasi.
Penghapusan karakter ini dilakukan untuk menyederhanakan teks menjadi rangkaian kata saja.
Karena dalam banyak kasus analisis teks, karakter ini tidak memberikan informasi yang bermanfaat untuk proses analisis.
Cek dan Hapus Data Duplikat Proses ini bertujuan untuk melihat apakah terdapat data yang sama pada baris data.
Jika ditemukan data duplikat pada beberapa baris data, maka data tersebut akan dihapus.
Hal ini bertujuan untuk menghindari adanya data yang sama pada dataset.
Pada proses ini terdapat 785 data duplikat 760 data normal.
Kumpulan data normal sebanyak 12.
760 ini merupakan jumlah dataset akhir yang akan digunakan selama proses penelitian berlangsung.
Penerjemahan Data Proses ini bertujuan untuk melihat apakah terdapat data yang mengandung bahasa inggris, dan menerjemahkannya ke bahasa Indonesia.
Proses ini membantu untuk memperoleh keselarasan bahasa dalam dataset.
Pada proses ini terdapat 21 data yang mengandung bahasa inggris.
Stopword Removal Proses ini bertujuan untuk menghapus kata-kata yang dianggap tidak punya makna penting dalam analisis teks, yang biasanya merupakan kata umum seperti AuyangAy.
AudenganAy.
AudanAy.
AupadaAy.
AusayaAy.
AudiAy.
AuuntukAy dan sejenisnya.
Kata umum seperti ini dapat mengganggu proses analisis sentimen dan topik karena tidak memberikan kontribusi informasi yang signifikan.
Tokenisasi Tokenisasi berperan untuk memecah kalimat menjadi unit-unit kecil yang disebut token atau kata per kata.
Proses ini sangat penting karena NLP hanya bekerja secara efektif jika inputnya sudah berbentuk token.
Stemming Tokenisasi Stemming berperan untuk mengubah kata ke bentuk dasarnya.
Proses ini membantuk mengurangi variasi kata dan membuat analisis teks menjadi lebih konsisten.
Detokenisasi https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
Siregar.
Analisis Sentimen Dan Topik Kekerasan Seksual Perempuan Di X 2022-2025 Berbasis Nayve Bayes-LDA, 380-.
384 Proses detokenisasi ini berperan untuk menggabungkan kembali token-token pada proses sebelumnya menjadi sebuah kalimat atau teks utuh.
Proses ini bertujuan agar data kembali ke bentuk semula, berupa kalimat utuh, namun hanya menyisakan kata dasar yang dapat digunakan pada proses 4 ANALISIS SENTIMEN DENGAN NAyaVE BAYES Setelah tahapan pra-pemrosesan data dilalukan dan dipreroleh sebanyak 12.
760 dataset yang sudah Proses selanjutnya yaitu analisis sentimen publik menggunakan Nayve Bayes, yang dibagi menjadi beberapa tahapan berikut.
Generate Data Sampel Sebelum dilakukan analisis sentimen pada seluruh dataset, dibutuhkan data latih atau data sampel yang dilabeli secara manual, yang nantinya data latih ini digunakan sebagai bahan untuk melatih model sebelum digunakan untuk memprediksi sentimen pada keseluruhan dataset.
Pengambilan data latih dihasilkan secara acak sebanyak 1000 data tweet dari dataset yang sudah melalui tahapan pra-pemrosesan data.
Data sampel ini disimpan dalam sebuah file .
csv di Google Drive dan dilabeli secara manual ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif, dan menghasilkan proporsi data seperti pada Table 1.
Tabel 1.
Perbandingan Sentimen Data Latih Positif Netral Negatif Training Data Sampel Setelah proses pelabelan manual dilakukan pada 1000 data sampel, 80% dari data digunakan untuk proses selanjutnya yaitu melatih data sampel menggunakan Nayve Bayes atau disebut dengan pelatihan model analisis sentimen.
Sebelum model dilatih, terlebih dahulu dilakukan teknik oversampling, yaitu menggandakan data dari sentimen minoritas .
ositif dan netra.
, hingga jumlahnya setara dengan kelas mayoritas.
Tujuannya agar model dilatih dengan data yang seimbang, sehingga tidak bias pada salah satu sentimen.
Ketidakseimbangan data antar sentimen dapat menyebabkan model cenderung memprediksi semua data ke kelas yang dominan, yaitu sentimen negatif.
Berikut ini tabel proporsi data setelah dilakukan proses balancing.
Tabel 2.
Proporsi Setelah Balancing Positif Netral Negatif Setelah data seimbang, teks pada tweet diubah ke bentuk numerik menggunakan metode TFIDF (Term Frequency - Inverse Document Frequenc.
Metode ini bekerja dengan memberikan bobot lebih tinggi pada kata-kata yang dianggap penting dan sering muncul dalam satu tweet, namun jarang ditemukan di tweet lain.
Sebagai contoh, kata AupemerkosaanAy muncul lebih sedikit di tweet, dianggap lebih bermakna dibanding kata AukekerasanAy yang muncul hampir di semua Dengan cara ini, model dapat lebih fokus pada kata-kata yang benar-benar khas dan relevan terhadap sentimen, bukan sekadar kata umum.
Model Nayve Bayes kemudian dilatih menggunakan data yang sudah berbentuk numerik.
Cara kerjanya adalah model mempelajari pola hubungan antara kata-kata dalam teks dan label sentimennya, agar mampu mengenali sentimen pada data baru.
Setelah pelatihan selesai, model beserta TF-IDF vectorizer disimpan ke dalam file agar dapat digunakan kembali dalam proses prediksi tanpa perlu melatih ulang dari awal.
Prediksi Sentimen Seluruhan Data Proses selanjutnya yaitu melakukan prediksi sentimen terhadap seluruh dataset yang 760 tweet.
Model Nayve Bayes dan TF-IDF vectorizer yang sebelumnya telah disimpan, dimuat kembali untuk memproses dataset.
Teks pada setiap tweet diubah menjadi numerik menggunakan TF-IDF, dan kemudian sentimen dari setiap baris data diprediksi oleh https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
385 | Jurnal JOISIE.
Volume 9.
Nomor 2.
Desember 2025 model berdasarkan pola yang telah dipelajari selama pelatihan.
Kemudian hasil prediksi ditambahkan ke dataset dan menghasilkan proporsi sentimen seperti pada Tabel 3.
berikut ini.
Tabel 3.
Hasil Sentimen Analisis Positif Netral Negatif Evaluasi Model Setelah model Nayve Bayes dilatih menggunakan data berlabel, dilakukan proses evaluasi untuk mengukur seberapa baik model dalam memprediksi sentimen dari total 1.
000 data, sebanyak 20% digunakan sebagai data uji.
Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan f1-score yang dihitung otomatis menggunakan library sklearn.
Secara teknik, metrik dihitung berdasarkan rumus:
Akurasi berfungsi untuk mengukur proporsi prediksi yang benar dari seluruh data uji.
ycNycE ycNycA yaycaycaycycycaycycnycuycu = ycNycE ycNycA yaycE yaycA Precision berfungsi untuk menunjukkan ketepatan model dalam memprediksi suatu sentimen.
ycEycyceycaycnycycnycuycu = ycNycE ycNycE yaycE Recall berfungsi untuk menunjukkan seberapa banyak data sebenarnya yang berhasil dikenali ycNycE ycIyceycaycaycoyco = ycNycE yaycA F1-Score merupakan kombinasi precision dan recall yang berguna saat data tidak seimbang.
ycEycyceycaycnycycnycuycu ycu ycIyceycaycaycoyco
ya1 = 2 ycU ycEycyceycaycnycycnycuycu ycIyceycaycaycoyco
5 EKSTRAKSI TOPIK DENGAN LDA
Untuk menemukan topik utama dalam tweet, digunakan metode Latent Dirichlet Allocation (LDA).
Pada penelitian ini.
LDA tidak bekerja berdasarkan tahun, waktu tweet, pengguna, atau lokasi, karena metode ini memang fokus pada isi teks, karena tujuannya adalah menemukan tema yang paling sering muncul, bukan menganalisis tren berdasarkan waktu atau metadata lain.
LDA bekerja dengan cara mencari kata-kata yang sering muncul bersama dalam tweet, dan mengelompokkannya menjadi topik.
Data yang digunakan adalah hasil stemming yang sudah dikonversi menjadi list kata.
Dari data tersebut dibentuk dictionary .
umpulan kata uni.
dan corpus .
epresentasi numerik dari tek.
, yang diperlukan untuk proses pelatihan model.
Pada tahapan ini, terdapat 5 topik utama yang akan ditemukan dengan bantuan LDA.
Pemilihan jumlah topik sebanyak 5 dilakukan melalui proses eksplorasi awal dengan mencoba beberapa alternatif jumlah topik yang umum digunakan dalam penelitian LDA.
Peneliti mengevaluasi hasil keluaran model secara manual dengan membandingkan kejelasan kata-kata dominan dan tingkat tumpang tindih antartopik.
Pada pengujian 3-4 topik, kelompok kata yang muncul terlalu luas sehingga beberapa isu penting bergabung.
Sebaliknya, ketika jumlah topik ditambah, beberapa topik justri terlihat terlalu mirip dan tidak memberikan informasi tambahan yang berarti.
Pada akhirnya 5 topik dipilih karena menghasilkan pemisahan tema paling logis dan koheren dari segi makna, dan sesuai dengan keragaman isu kekerasan seksual yang muncul dalam dataset.
https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
Siregar.
Analisis Sentimen Dan Topik Kekerasan Seksual Perempuan Di X 2022-2025 Berbasis Nayve Bayes-LDA, 380-.
HASIL DAN PEMBAHASAN
Berikut ini hasil dari analisis sentimen dan ekstraksi topik yang dihasilkan dalam penelitian.
1 PROPORSI DAN DISTRIBUSI SENTIMEN
Pada proses analisis sentimen publik menggunakan Nayve Bayes, diperoleh jumlah sentimen positif sebanyak 2027 data .
9%), dan 1056 data .
3%) sentimen netral, dan sebanyak 9677 data .
memiliki sentimen negatif.
Proporsi tersebut divisualisasikan dalam bentuk diagram pada Gambar 2.
Gambar 2.
Proporsi dan Distribusi Sentimen Dari Gambar 2 di atas, dapat disimpulkan bahwa lebih dari 50% percakapan publik di X didominasi oleh sentimen negatif, yang mengecam dan menganggap bahwa kekerasan seksual terhadap perempuan adalah tindakan yang sangat buruk dan tidak bisa dinormalisasi.
Hal ini sangat wajar, karena isu ini merupakan isu yang sensitif, menyangkut ketidakadilan dan kemarahan publik.
Sementara itu sentimen positif, umumnya berisi tentang dukungan publik terhadap korban, apresiasi atas upaya penyelesaian kasus, dan gerakan positif yang dibuat untuk meningkatkan kesadaran masyarakat terhadap isu ini.
Sentimen netral, biasanya berupa berita atau informasi tanpa ekspresi opini yang kuat, serta pertanyaan publik yang masih ambigu terhadap isu kekerasan seksual.
Hasil penelitian yang menunjukkan bahwa sentimen negatif mendominasi percakapan publik terkait kekerasan seksual terhadap Perempuan di X.
Dominasi ini sejalan dengan temuan Kurmasih et .
dan Hamidi et al.
, yang menyatakan bahwa isu kekerasan seksual berbasis gender memicu reaksi keras dan emosional dari publik, terutama karena lemahnya penegakan hukum dan tingginya rasa ketidakadilan.
Selain itu, kegagalan model mengenali sentimen positif dan netral pada evaluasi awal, konsisten dengan teori class imbalance (Google Developers, 2.
, di mana distribusi data yang tidak seimbang membuat model lebih cenderung mengklasifikasikan seluruh teks ke kelas dominan, yaitu sentimen negatif.
2 HASIL EVALUASI MODEL
Berikut ini gambaran hasil evaluasi model yang diperoleh seperti Gambar 3.
Gambar 3.
Hasil Evaluasi Model Hasil evaluasi menunjukkan bahwa model Nayve Bayes memiliki akurasi 88,5%.
Namun performanya tidak merata antar kelas.
Precision dan recall tertinggi hanya muncul pada sentimen negatif .
89 dan recall 1.
, sedangkan sentimen positif dan netral sama sekali tidak https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
387 | Jurnal JOISIE.
Volume 9.
Nomor 2.
Desember 2025 berhasil dikenali.
Seluruh tweet positif dan netral diprediksi sebagai negatif, yang terlihat jelas pada confusion matrix di mana hanya kelas negative yang terisi.
Kondisi seperti ini disebabkan oleh ketidakseimbangan distribusi data latih yang sangat ekstrem, yakni 886 data negatif dibandingkan dengan data positif yang hanya 69 data dan 45 data netral.
Ketimpangan ini membuat model mengalami majority class bias, yaitu kecenderungan memprediksi kelas terbanyak sebagai jawaban untuk hampir semua data.
Selain itu, tweet positif dan netral pada isu kekerasan seksual biasanya menggunakan bahasa yang lebih halus, informatif, atau ambigu sehingga tidak menghasilkan pola yang kuat untuk dibedakan, berbeda dengan tweet negatif yang umumnya lebih eksplisit secara emosional.
Evaluasi model tersebut dilakukan pada data berlabel asli tanpa proses balancing terlebih dahulu.
Berikut ini adalah gambaran hasil evaluasi model pada 20% data sampel yang sebelumnya dilabeli secara manual.
Tabel 4.
Hasil Sentimen Analisis Aktual\Prediksi Positif Netral Negatif Positif Netral Negatif Setelah dilakukan oversampling untuk menyeimbangkan jumlah data per kelas, model menjadi lebih stabil dan mampu memberikan hasil prediksi yang lebih proporsional.
Model inilah yang kemudian digunakan untuk memprediksi keseluruhan dataset agar tidak bias terhadap salah satu 3 VALIDASI SILANG Validasi silang berfungsi untuk menguji performa model yang dibagi dalam lima fold.
Hasil validasi silang menunjukkan bahwa akurasi model pada setiap fold secara berturut-turut adalah 0.
885, 0.
885, 0.
885, dan 0.
885, dengan rata-rata akurasi sebesar 88,6%.
Nilai ini menunjukkan bahwa model memiliki performa yang stabil dan tidak hanya cocok pada data tertentu saja.
Akurasi per fold digambarkan seperti yang terlihat pada Gambar 4 di bawah ini.
Gambar 4.
Hasil Validasi Silang
4 VISUALISASI TOPIK DENGAN LDA
Berikut ini hasil ekstraksi topik menggunakan LDA yang divisualisasikan menggunakan Word Cloud seperti Gambar 5.
Gambar 5.
Visualisasi Word Cloud https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
Siregar.
Analisis Sentimen Dan Topik Kekerasan Seksual Perempuan Di X 2022-2025 Berbasis Nayve Bayes-LDA, 380-.
388 Gambar 5.
menampilkan hasil visualisasi word cloud dari lima topik utama yang dihasilkan oleh model LDA berdasarkan kumpulan tweet terkait isu kekerasan seksual terhadap perempuan selama lima tahun terakhir.
Setiap word cloud menunjukkan kata-kata yang sering muncul bersama dalam tweet, dan kata-kata tersebut membentuk interpretasi tertentu.
Interpretasi topik berikut ini merupakan hasil analisis pribadi peneliti dengan mengamati dan mengelompokkan makna kata-kata dominan yang muncul pada setiap topik.
LDA sendiri hanya menghasilkan kumpulan kata per topik tanpa memberi nama atau label topik secara otomatis.
Berikut ini rincian masing-masing topik:
Topik 1: kekerasan parah dan ekspresi marah Word Cloud pada topik ini didominasi oleh kata AuperkosaAy.
AubunuhAy.
AuygAy, dan AuorangAy, dan juga kata-kata kasar dan kemerahan seperti AuluAy dan AuanjingAy, yang menggambarkan reaksi emosional yang tinggi dari publik terhadap kasus kekerasan seksual.
Topik 2: Perempuan sebagai korban kekerasan Pada topik ini menonjolkan kata AukerasAy.
AuperempuanAy.
AulecehAy, dan AukorbanAy, yang mana dapat diartikan topik ini menggambarkan tentang perempuan yang menjadi korban kekerasan seksual.
Kata AukampusAy, dan AulingkunganAy juga muncul, yang menunjukkan bahwa kasus terjadi di lingkungan Topik 3: penanganan hukum dan aparat Topik ini menunjukkan kata AupolisiAy.
AudugaAy.
AukasusAy, dan AupidanaAy, yang berfokus pada proses hukum, mulai dari pelaporan dan penanganan kasus oleh aparat.
Kata seperti AuanggotaAy.
AuoknumAy, dan AutangkapAy, memperjelas bahwa pada kasus kekerasan seksual ini ada pihak berwenang yang diduga terlibat dan menjadi oknum.
Topik 4: opini publik serta pengalaman Pada topik ini terdapat kata-kata yang muncul cukup dominan, seperti AuygAy.
AuseksualAy.
AuperkosaAy, dan Auaja.
Selain itu muncul juga kata AuakuAy.
AumauAy, dan AuudahAy yang menunjukkan bahwa beberapa tweet bersifat personal yang berisi bentuk opini pribadi, dan juga merepresentasikan pengalaman pribadi dan reaksi publik.
Topik 5: kekerasan seksual terhadap anak dan bentuk lain dari kekerasan seksual Topik kelima menunjukkan bentuk lain dari isu kekerasan seksual.
Ini tergambar dari kata AuanakAy.
AufisikAy.
AupsikisAy.
AupelajarAy, yang menunjukkan terdapat kekerasan dalam bentuk lain yaitu fisik dan mental, yang rentan terjadi kepada anak-anak.
Ada juga kata AuhukumAy.
AutindakAy, dan AukasusAy yang mendorong agar semua bentuk kekerasan bisa ditindak secara hukum.
Analisis topik menggunakan LDA di atas memperlihatkan lima pola utama yang mencerminkan dinamika percakapan publik, mulai dari luapan kemarahan, narasi korban, kritik hukum, pengalaman pribadi, hingga kekerasan terhadap anak pola ini sejalan dengan penelitian Sahria et al.
yang menunjukkan bahwa LDA mampu mengungkap struktur diskusi yang berlapis dalam isu sosial.
Keberadaan topik pengalaman pribadi juga mengindikasikan bahwa X berfungsi sebagai ruang berbagi dan advokasi informal bagi para pengguna, terutama dalam isu sensitive seperti kekerasan 5 VISUALISASI DISTRIBUSI TOPIK Berikut ini Gambaran distribusi kemunculan dari setiap topik (Gambar .
Gambar 6.
Visualisasi Distribusi Topik https://doi.
org/10.
35145/joisie.
JOISIElicensed under a Creative Commons Attribution-ShareAlike 4.
0 International License (CC BY-SA 4.
389 | Jurnal JOISIE.
Volume 9.
Nomor 2.
Desember 2025 Gambar 6 menunjukkan distribusi jumlah kemunculan pada setiap topik.
Topik 4 merupakan topik yang paling dominan muncul sebanyak 4,358 kali atau sekitar 34,2% dari total tweet.
Kemudian Topik 2 dan Topik 5 memiliki persentase kemunculan yang seimbang, yaitu 2.
870 dan 2.
867 data, atau Sedangkan Topik 1 dan Topik 3 jumlah kemunculannya sebesar 1.
367 data .
7%) dan 1.
,2%).
Distribusi ini memberikan Gambaran bahwa Sebagian besar pembahasan publik di media social berkaitan dengan Topik 4, yang sebelumnya telah dianalisis sebagai opini public serta pengalaman personal dalam menanggapi isu kekerasan seksual.
Hal ini menguatkan bahwa keterlibatan emosi dan pengalaman pribadi merupakan bentuk reaksi yang paling banyak disuarakan publik.
SIMPULAN
Berdasarkan hasil analisis sentimen terhadap percakapan publik mengenai kekerasan seksual terhadap perempuan di Indonesia periode Januari 2020-Juni 2025, ditemukan bahwa 75,8% pengguna X menunjukkan sentime negatif.
Dominasi ini menggambarkan penolakan kuat masyarakat terhadap kekerasan seksual dan kekecewaan terhadap situasi sosial-hukum yang melingkupnya.
Sentimen positif sebesar 15,9% terutama berisi dukungan kepada korban dan apresiasi terhadap gerakan edukasi, sedangkan 8,3% sentimen netral muncul pada unggahan yang bersifat informatif tanpa opini Model Nayve Bayes yang digunakan dalam penelitian ini mampu mengenali seluruh kategori sentimen secara lebih seimbang setelah penanganan ketidakseimbangan data, dengan akurasi akhir Hal ini menunjukkan bahwa model layak digunakan untuk prediksi sentimen pada isu serupa.
Selain itu, pemodelan LDA berhasil mengungkap struktur diskusi publik melalui lima kelompok topik yang stabil dan relevan.
Penelitian ini memiliki beberapa keterbatasan.
Pertama, data X tidak menyediakan informasi lokasi secara pasti sehingga analisis tidak dapat mengidentifikasi persebaran geografis sentimen.
Kedua, proses scraping bergantung pada API pihak ketiga yang memiliki batasan kueri sehingga berpotensi membatasi jumlah dan variasi data.
Ketiga, ketidakseimbangan data menyebabkan perlunya oversampling, yang dapat mempengaruhi generalisasi model.
Keempat, penggunaan Nayve Bayes memiliki keterbatasan dalam menangani bahasa informal dan konteks ironi yang umum ditemukan pada media sosial X.
Penelitian selanjutnya dapat mengembangkan model berbasis transformer seperti BERT untuk meningkatkan akurasi konteks.
Dataset yang lebih besar dan bersumber dari beberapa platform media sosial dapat memberikan gambaran yang lebih kaya.
Analisis temporal juga dapat ditambahkan untuk melihat perubahan dinamika sentimen dari waktu ke waktu, serta eksplorasi teknik geolokasi berbasi profil atau konten untuk memahami persebaran opini publik secara lebih mendalam.
DAFTAR PUSTAKA