Analisis Sentimen Opini Publik Terkait Kebijakan Royalti Musik Menggunakan Algoritma Naïve Bayes pada Data Twitter
DOI:
https://doi.org/10.25077/TEKNOSI.v12i2.2026.181-189Kata Kunci:
Analisis Sentimen, Naïve Bayes, Orange Data Mining, Royalti Musik, TwitterAbstrak
Kebijakan royalti musik di Indonesia yang diatur melalui Peraturan Menteri Hukum Nomor 27 Tahun 2025 telah memicu beragam respons dari masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen opini publik di media sosial Twitter terkait kebijakan royalti musik menggunakan algoritma Naive Bayes. Data dikumpulkan dari Twitter berbahasa Indonesia pada periode 1-15 Agustus 2025, menghasilkan 1.588 tweet yang kemudian dianalisis menggunakan Orange Data Mining. Proses analisis meliputi crawling data menggunakan Google Colab, preprocessing data, analisis emosional, dan analisis polarisasi menggunakan multilingual sentiment. Hasil penelitian menunjukkan distribusi sentimen, yaitu 584 tweet positif (36,8%), 561 tweet netral (35,3%), dan 443 tweet negatif (27,9%). Algoritma Naïve Bayes menghasilkan akurasi sebesar 97,17% dengan tingkat kesalahan prediksi sebanyak 45 tweet. Confusion matrix menunjukkan performa model yang sangat baik dalam mengklasifikasikan sentimen publik. Penelitian ini memberikan wawasan penting mengenai persepsi masyarakat terhadap implementasi kebijakan royalti musik dan dapat menjadi bahan evaluasi bagi pemangku kepentingan dalam industri musik Indonesia.Referensi
Kementerian Hukum, “Peraturan Pelaksanaan Peraturan Pemerintah Nomor 56 Tahun 2021 tentang Pengelolaan Royalti Hak Cipta Lagu dan/atau Musik,” peraturan.bpk.go.id.
A. Setiawan, “Royalti Perkuat Industri Musik Nasional,” indonesia.go.id.
Henry, “Potensi Penghasilan Pencipta Lagu Indonesia dari Royalti Selama 2023 Capai Rp4 Triliun, Faktanya Jauh dari Harapan,” liputan6.com.
IWM, “Mempelajari Kewajiban Bayar Royalti untuk Bisnis Non-Musik,” Direktorat Jenderal Kekayaan Intelektual.
R. Sabina dan T. Ramli, “Analisis Pelindungan Hak Cipta di Era Streaming Musik Digital: Implementasi dan tantangan di Indonesia,” Causa: Jurnal Hukum dan Kewarganegaraan, vol. 11, no. 5, 2025.
N. Yusuf, “Complete Guide to Music Copyright Laws in Indonesia,” Am Badar & Am Badar.
R. Wiratama dan B. Baidhowi, “Tanggung Jawab Hukum Aggregator dalam Distribusi Musik tanpa Pendaftaran Hak Cipta di Indonesia,” Nomos: Jurnal Penelitian Ilmu Hukum, vol. 5, no. 4, 2025.
A. Ikhlasanti, “Siaran Pers: Riset Hak Cipta Musik Digital: Kebijakan Belum Memihak Seniman,” Koalisi Seni.
D. Tullah, H. Khalid, dan S. Poernomo, “Perlindungan Hak Cipta Dalam Industri Musik Digital di Indonesia Dalam Perspektif Hukum Perdata,” Journal of Lex Philosophy (JLP), vol. 5, no. 2, 2024.
C. M. Annur, “Jumlah Pengguna Twitter Indonesia Duduki Peringkat ke-4 Dunia per Juli 2023,” databoks.co.id.
S. Kemp, “Digital 2025: Indonesia,” datareportal.com.
P. Aryantini, G. Pramana, T. Erviantono, dan E. Duarte, “Peran Media Sosial Dalam Pembentukan Opini Publik Politik: Studi Kasus Kampanye Pemilu 2024,” Triwikrama: Jurnal Ilmu Sosial, vol. 5, no. 5, 2024.
A. Saputra, D. Kurniasih, dan D. Indranika, “Dinamika Kebijakan Publik di Indonesia dalam Menghadapi Isu Viral: Antara Respons dan Tantangan Implementasi,” Jurnal Administrasi Publik, vol. 16, no. 1, 2025.
K. Latifah dan F. Najicha, “Implikasi Media Sosial Terhadap Formulasi Kebijakan Publik,” Jurnal Kewarganegaraan, vol. 6, no. 1, 2023.
V. A. Fitri, R. Andreswari, dan M. A. Hasibuan, “Sentiment Analysis of Social Media Twitter with Case of Anti-LGBT Campaign in Indonesia using Naïve Bayes, Decision Tree, and Random Forest Algorithm,” Procedia Comput Sci, vol. 161, pp. 765–772, 2019, doi: 10.1016/j.procs.2019.11.181.
Riyantoro dan Fauziah, “Sentiment Analysis of Twitter Data on Indonesia’s Cabinet Using Naïve Bayes and Support Vector Machine Algorithms,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 30, no. 2, pp. 108–118, Aug. 2025, doi: 10.35760/tr.2025.v30i2.13953.
F. J. Damanik dan D. B. Setyohadi, “Analysis of Public Sentiment About Covid-19 in Indonesia on Twitter Using Multinomial Naive Bayes and Support Vector Machine,” IOP Conf Ser Earth Environ Sci, vol. 704, no. 1, p. 012027, Mar. 2021, doi: 10.1088/1755-1315/704/1/012027.
A. D. Syafutra dan K. Kusrini, “Analisis Sentimen Omnibus Law di Twitter dengan Machine Learning dan Teknik Resampling,” Jambura Journal of Informatics, vol. 1, no. 1, pp. 22–35, Apr. 2025, doi: 10.37905/jji.v1i1.30935.
P. A. Setiawati, I. M. A. D. Suarjaya, dan I. N. P. Trisna, “Sentiment Analysis of Unemployment in Indonesia During and Post COVID-19 on X (Twitter) Using Naïve Bayes and Support Vector Machine,” Journal of Information Systems and Informatics, vol. 6, no. 2, pp. 662–675, Jun. 2024, doi: 10.51519/journalisi.v6i2.713.
J. W. Creswell dan J. D. Creswell, Research Design: Qualitative, Quantitative, and Mixed Methods Approaches, Fifth edition. United States of America: SAGE Publications, 2018.
B. Liu, “Sentiment Analysis and Opinion Mining,” Synthesis Lectures on Human Language Technologies, vol. 5, no. 1, pp. 1–167, May 2012, doi: 10.2200/S00416ED1V01Y201204HLT016.
B. Zhao, “Web Scraping,” in Encyclopedia of Big Data, Cham: Springer International Publishing, 2017, pp. 1–3. doi: 10.1007/978-3-319-32001-4_483-1.
T. Carneiro, R. V. Medeiros Da Nobrega, T. Nepomuceno, G.-B. Bian, V. H. C. De Albuquerque, dan P. P. R. Filho, “Performance Analysis of Google Colaboratory as a Tool for Accelerating Deep Learning Applications,” IEEE Access, vol. 6, pp. 61677–61685, 2018, doi: 10.1109/ACCESS.2018.2874767.
J. Demsar et al., “Orange: Data mining toolbox in Python,” Journal of Machine Learning Research, vol. 14, no. 1, 2013.
S. Vijayanari, J. Ilamathi, dan Nithya, “Preprocessing Techniques for Text Mining-An Overview,” International Journal of Computer Science & Communication Networks, vol. 5, no. 1, 2015.
A. Jivani, “A Comparative Study of Stemming Algorithms,” International Journal of Computer Technology and Applications, vol. 2, no. 6, 2011.
J. J. Webster dan C. Kit, “Tokenization as the Initial Phase in NLP,” in Proceedings of the 14th conference on Computational linguistics, Morristown, NJ, USA: Association for Computational Linguistics, 1992, p. 1106. doi: 10.3115/992424.992434.
M. Adriani, J. Asian, B. Nazief, S. M. M. Tahaghoghi, dan H. E. Williams, “Stemming Indonesian,” ACM Transactions on Asian Language Information Processing, vol. 6, no. 4, pp. 1–33, Dec. 2007, doi: 10.1145/1316457.1316459.
T. Y. Pahtoni dan H. Jati, “Analisis Sentimen Data Twitter Terkait CHATGPT Menggunakan Orange Data Mining,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 2, pp. 329–336, Apr. 2024, doi: 10.25126/jtiik.20241127276.
P. Ekman dan D. Cordaro, “What is Meant by Calling Emotions Basic,” Emotion Review, vol. 3, no. 4, pp. 364–370, Oct. 2011, doi: 10.1177/1754073911410740.
B. Pang dan L. Lee, “Opinion Mining and Sentiment Analysis,” Foundations and Trends® in Information Retrieval, vol. 2, no. 1–2, pp. 1–135, 2008, doi: 10.1561/1500000011.
J. Devlin, M.-W. Chang, K. Lee, dan K. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,” in Proceedings of NAACL-HLT, 2019.
S. Cahyawijaya et al., “IndoNLG: Benchmark and Resources for Evaluating Indonesian Natural Language Generation,” in Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing, 2021.
C. D. Manning, P. Raghavan, dan H. Schütze, Introduction to Information Retrieval. Cambridge University Press, 2008. doi: 10.1017/CBO9780511809071.
I. Rish, “An Empirical Study of the Naive Bayes Classifier,” IJCAI 2001 Workshop on Empirical Methods in Artificial Intelligence, vol. 3, no. 22, 2001.
D. Powers, “Evaluation: From Precision, Recall and F-Factor to ROC, Informedness, Markedness & Correlation,” Journal of Machine Learning Technologies, vol. 2, no. 1, 2011.
M. Sokolova dan G. Lapalme, “A Systematic Analysis of Performance Measures for Classification Tasks,” Inf Process Manag, vol. 45, no. 4, pp. 427–437, Jul. 2009, doi: 10.1016/j.ipm.2009.03.002.
“Pelantikan LMKN: Royalti Aman, Kreator Nyaman,” Kanwil Kemenkum Yogyakarta.
N. Rosa, “Pakar UGM: Kebijakan Royalti Musik Kurang Tepat, Ekonomi Sedang Tidak Stabil,” detik.com.
D. Rahmawati, “Risiko Polarisasi Algoritma Media Sosial: Kajian Terhadap Kerentanan Sosial dan Ketahanan Bangsa, Media Sosial dan Dampaknya bagi Sosial Budaya Masyarakat Indonesia,” Jurnal Kajian Lemhanas RI, vol. 33, 2018.
F. B. Annas, H. N. Petranto, dan A. A. Pramayoga, “Opini publik dalam polarisasi politik di media sosial,” Jurnal PIKOM (Penelitian Komunikasi dan Pembangunan), vol. 20, no. 2, p. 111, Dec. 2019, doi: 10.31346/jpikom.v20i2.2006.
L. Damayanti dan K. M. Lhaksmana, “Sentiment Analysis of the 2024 Indonesia Presidential Election on Twitter,” Sinkron, vol. 8, no. 2, pp. 938–946, Mar. 2024, doi: 10.33395/sinkron.v8i2.13379.
A. R. Sembiring dan C. K. Dewa, “Sentiment Analysis On Indonesian Tweets about the 2024 Election,” Sinkron, vol. 9, no. 1, pp. 413–422, Jan. 2025, doi: 10.33395/sinkron.v9i1.14481.
C.-H. Lin dan U. Nuha, “Sentiment Analysis of Indonesian Datasets Based on a Hybrid Deep-Learning Strategy,” J Big Data, vol. 10, no. 1, p. 88, May 2023, doi: 10.1186/s40537-023-00782-9.
Tamara Rosyida, H. P. Putro, dan Herry Wahyono, “Analisis Sentimen Terhadap Pilpres 2024 Berdasarkan Opini dari Twitter Menggunakan Naïve Bayes dan SVM,” TEKNOKRIS, vol. 26, no. 1, pp. 23–32, Jun. 2023, doi: 10.61488/teknokris.v26i1.245.
M. G. Purboyo, J. Junaidi, dan A. Amriwan, “Eskalasi Partisanship Politik dalam Pembentukan Polarisasi pada Masyarakat Digital,” SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya, vol. 26, no. 01, pp. 27–45, Mar. 2024, doi: 10.23960/sosiologi.v26i01.1220.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 