Pemodelan Topik dan Analisis Sentimen Komentar YouTube Proyek Stargate OpenAI Menggunakan BERTopic dan RoBERTa

Perkembangan pesat kecerdasan buatan generatif telah memicu minat yang
semakin besar, penerapan yang luas di berbagai sektor, hingga menimbulkan
perdebatan publik yang intens terutama setelah pengumuman proyek Stargate yang
diinisiasi oleh OpenAI bersama SoftBank dan Oracle. Reaksi publik beragam yang
terdokumentasi di platform media sosial, terutama di kolom komentar YouTube, dapat
menjadi sumber data opini publik yang berharga untuk analisis. Data komentar
YouTube yang digunakan dalam penelitian ini dikumpulkan melalui proses scraping
memperoleh 297.740 komentar dari 80 judul video yang kemudian dilewatkan dalam
proses pembersihan yang menghasilkan data bersih dalam cakupan periode 21 Januari
2025 hingga 21 April 2026 sebanyak 54.403 komentar dari 58 judul video. Penelitian
ini bertujuan untuk mengembangkan pendekatan analisis berbasis kombinasi
BERTopic dan RoBERTa yang mampu mengidentifikasi topik diskusi beserta
distribusi sentimen guna mengungkap indikasi harapan dan kekhawatiran publik
terhadap pembangunan infrastruktur pusat data OpenAI melalui proyek Stargate.
Model RoBERTa dilatih/di fine tuning pada klasifikasi biner (negatif dan positif)
menggunakan kombinasi pseudo labeling, validasi anotasi, penyeimbangan kelas,
label smoothing, dan optimalisasi ambang batas keputusan klasifikasi (decision
threshold) yang secara optimal menghasilkan akurasi sebesar 0.89, f1-score negatif
0.91, f1-score positif 0.83, dan f1 makro sebesar 0.87. BERTopic berhasil
mengidentifikasi 43 topik dengan coherence score (C_v) sebesar 0.58 dan topic
diversity sebesar 0.71.