Publikasi
Karya Ilmiah MahasiswaPencarian Spesifik
Kunjungan
Penelitian ini menganalisis sentimen dan dinamika emosi publik terkait isu "Impor BBM Pertamina" pada 1.429 judul berita media daring (Desember 2024 - November 2025). Untuk mengatasi ketiadaan korpus standar, penelitian ini mengembangkan leksikon kustom Bahasa Indonesia berdomain energi guna mengidentifikasi sentimen secara lebih akurat dan kontekstual. Hasil analisis menunjukkan dominasi pemberitaan Netral (86,35%), diikuti Negatif (13,37%), dan Positif (0,28%). Pada berita bermuatan emosional, sentimen negatif sangat dominan dengan urutan kemunculan emosi seperti Anger (129), Disgust (112), Sadness (80), dan Fear (71), berbanding terbalik dengan sangat minimnya Trust (5). Tren emosi bergeser dari kemarahan terkait isu integritas institusi pada paruh pertama 2025, menjadi kesedihan dan ketakutan akibat dampak nyata kelangkaan fisik BBM pada paruh kedua 2025. Uji statistik tidak menemukan korelasi signifikan antara volume berita dan proporsi sentimen negatif (
Arioputro, S., Nugroho, A., Studi, P. S., & Komunikasi, I. (2024). Framing Media Tempo.Co Terhadap Berita Mengenai Pembangunan IKN. Interaksi Online, 13(1), 15–34. https://ejournal3.undip.ac.id/index.php/interaksi-online/article/view/48451
Bany, A. K. N. (2022). Analisis Sentimen Dan Deteksi Emosi Dengan Pendekatan Lexicon Pada Judul Berita Media Online Mengenai Covid-19 Di Indonesia. https://repository.uinjkt.ac.id/dspace/handle/123456789/64434
Faisal, D., Berliana, F., Pahlevi, R., Febrian, R., Fathullah, D., Al-Gozi, A., & Ramadhani, S. (2025). Dinamika Kepercayaan Publik di Media Sosial: Krisis Komunikasi Humas Terhadap Isu Korupsi Pertamina. Jurnal Penelitian Ilmu-Ilmu Sosial, 2. https://doi.org/10.5281/zenodo.15475305
Hildagardis, Y., Gobang, J. K. G. D., & Kedoh, L. N. (2024). Analisis Kaidah Jurnalistik Pada Judul Berita di Media Online Tribunflores.Com Edisi November 2024. JKOMDIS?: Jurnal Ilmu Komunikasi Dan Media Sosial, 4(3), 967–975. https://doi.org/10.47233/jkomdis.v4i3.2408
Ismandianto, I., Wahidar, T. I., & Devitriana, N. (2022). NILAI BERITA PADA PEMBERITAAN BISNIS PORTAL BERTUAHPOS.COM. Medium, 9(2), 136–147. https://doi.org/10.25299/medium.2021.vol9(2).7911
Ivan Lanin. (2025). Roda Emosi Plutchik. In L. Ivan (Ed.), Wikipedia. https://id.wikipedia.org/wiki/Berkas:Roda-Emosi-Plutchik.png.
Kencana, W. H., Situmeang, I. V. O., Meisyanti, Rahmawati, & Nugroho, H. (2022). Penggunaan Media Sosial dalam Portal Berita Online. IKRAITH-HUMANIORA, 6(2), 136–145. https://doi.org/https://doi.org/10.37817/ikraith-humaniora.v6i2
Lukmana, L. O. (2025). Analisis Sentimen Terhadap Ulasan Pengguna Aplikasi Threads Instagram Di Playstore Menggunakan Algoritma Naive Bayes. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2). https://doi.org/10.23960/jitet.v13i2.6250
Nurdiansyah, N., Aritonang, I., & Zikri, A. (2025). Liga Korupsi dan Krisis Kepercayaan Publik: Implikasi Kasus PT Pertamina pada Tata Kelola Negara. Journal of Education Religion Humanities and Multidiciplinary, 3(1), 205–212. https://doi.org/10.57235/jerumi.v3i1.6419
Panjaitan, N. S., & Iskandar, Y. A. (2024). Optimasi Rute Distribusi BBM di SPBU Beririsan Wilayah Kabupaten Cikampek Menggunakan Anylogistix. Jurnal Ilmiah Teknik Informatika (TEKINFO), 25(1), 45–58. https://journals.upi-yai.ac.id/index.php/TEKINFO/article/view/3892
Putri, A. S., Jannah, E., Vionanda, D., & Syafriandi. (2025). Implementation of Text Mining for Emotion Detection Using The Lexicon Method (Case Study: Tweets About Pemilu 2024). UNP Journal of Statistics and Data Science, 3(1), 100–107. https://doi.org/10.24036/ujsds/vol3-iss1/348
Ratnaswari, S., Wibowo, N. C., & Kartika, D. S. Y. (2025). Analisis Sentimen Menggunakan Metode Lexicon-Based Dan Support Vector Machine Pada Presiden Dan Wakil Presiden Indonesia Periode 2024–2029. Jurnal Informatika Dan Teknik Elektro Terapan, 13(1). https://doi.org/10.23960/jitet.v13i1.5604
Subarkah, P., Kusuma, B. A., & Arsi, P. (2024). Sentiment Analysis On Renewable Energy Electric Using Support Vector Machine (Svm) Based Optimization. JITK (Jurnal Ilmu Pengetahuan Dan Teknologi Komputer), 10(2), 252–260. https://doi.org/10.33480/jitk.v10i2.5575
Wafa, I. (2025). Simak Sumber Utama Publik Indonesia dalam Mencari Berita 2025. GoodStats. https://data.goodstats.id/statistic/simak-sumber-utama-publik-indonesia-dalam-mencari-berita-2025-7TOae
Wijaya, H., & Hayati, N. (2025). Natural Language Processing (Nlp) Untuk Analisis Sentimen Ulasan Seblak Bandung Pedas Kudus Natural Language Processing (Nlp) For Sentiment Analysis Of Seblak Bandung Pedas Kudus Reviews. 8(1), 13–22. https://doi.org/10.30813/jbase.v8i1.8035
Wijaya, H., Sutjipto, V. W., Sary, M. P., & Komunikasi, I. (2025). Objektivitas Berita Kompas.com dalam Rubrik “Indeks Terpopuler” dalam Pemberitaan “100 Hari Kerja Prabowo-Gibran.” Sosial Dan Politik, 2(3), 138–146. https://doi.org/10.62383/demokrasi.v2i3.1079
Wuryandari, R. D. (2021). Kegagalan Inovasi Pertamina Dalam Mengembangkan Rantai Supply Pemasaran Dan Ketergantungan Terhadap Impor BBM Produksi Kilang Minyak Singapura. Jejaring Administrasi Publik, 13(2), 84–100. https://doi.org/10.20473/jap.v13i2.31829
Zad, S., Jimenez, J., & Finlayson, M. A. (2021). Hell Hath No Fury? Correcting Bias in the NRC Emotion Lexicon. 102–113. https://doi.org/10.34703/gzx1-9v95/PO3YGX
Zalukhu, P. S., Handhayani, T., & Sitorus, M. (2023). ANALISIS SENTIMEN TERHADAP KENAIKAN BBM DI INDONESIA PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAÏVE BAYES. Simtek?: Jurnal Sistem Informasi Dan Teknik Komputer, 8(1), 65–69. https://doi.org/10.51876/simtek.v8i1.177
| Properti | Nilai Properti |
|---|---|
| Organisasi | Universitas Muhammadiyah Pekajangan Pekalongan |
| umpp.pekalongan@yahoo.com | |
| Alamat | Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan |
| Telepon | (0285) 7832294 |
| Tahun | 2026 |
| Kota | Pekalongan |
| Provinsi | Jawa Tengah |
| Negara | Indonesia |