ANALISIS SENTIMEN TERKAIT PERSEPSI KEAMANAN DATA INFORMASI DAN PRIVASI DI INDONESIA MENGGUNAKAN PENDEKATAN MACHINE LEARNING - Metode Random Forest dan Support Vector Machine

Aug 4, 2026

Unggah oleh Ivy

Penelitian ini menganalisis sentimen masyarakat terhadap keamanan data, informasi, dan privasi di Indonesia dengan memanfaatkan penetrasi internet yang tinggi serta adanya keterbatasan dampak UU PDP yang disahkan pada September 2022. Data penelitian diambil dari cuitan pengguna Indonesia di Twitter/X. Model machine learning melakukan klasifikasi menggunakan perbandingan Random Forest dan Support Vector Machine, menghasilkan Linear SVM sebagai model terbaik dengan akurasi 92,6% dan AUC 97%. Rekomendasi berfokus pada penguatan sumber daya manusia untuk perlindungan data serta penyusunan konten strategis guna meningkatkan edukasi dan kepedulian keamanan siber.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman9

Waktu Membaca14 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Latar belakang dan urgensi UU PDP serta insiden keamanan siber

Tujuan penelitian

Metode dan algoritma klasifikasi

Hasil dan rekomendasi

ANALISIS SENTIMEN TERKAIT PERSEPSI KEAMANAN DATA INFORMASI DAN PRIVASI DI INDONESIA MENGGUNAKAN PENDEKATAN MACHINE LEARNING Alvali Zaqi Taufan1*, Wahyu Wibowo2 1,2Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember Surabaya email: [alvalizaqi@gmail.com](alvalizaqi@gmail.com1)[1](alvalizaqi@gmail.com1)* Abstrak: Peningkatan penetrasi pengguna internet di Indonesia, dengan data pengguna internet 2023 Indonesia yang telah mencapai 213 juta, menimbulkan masalah baru bagi keamanan data, informasi dan privasi di dalamnya. sementara disisi lain pengesahan UU PDP pada September 2022 belum menunjukkan dampak signifikan bagi penanganan kasus kebocoran data maupun solusi bagi masyarakat yang sudah dirugikan. Tujuan dari penelitian ini adalah mengetahui sentimen masyarakat terkait keamanan data, informasi dan privasi di Indonesia, sehingga dapat memberikan rekomendasi kepada organisasi terkait penyusunan aturan turunan UU PDP melalui hasil sentimen masyarakat. Penelitian ini menggunakan pendekatan Machine Learning dengan metode klasifikasi menggunakan perbandingan 2 metode yakni: Random Forest, Support Vector Machine, untuk memperoleh tingkat keakuratan yang paling baik berdasarkan hasil prediksi sentimen yang muncul. Ruang lingkuppenelitian yang diambil merupakan cuitan yang dibuat oleh masyarakat Indonesia di twitter ([x.com](x.com)). Hasil yang diperoleh adalah Linear Support Vector Machine menjadi model klasifikasi machine learning terbaik dengan tingkat akurasi mencapai 92.6% dan AUC 97% . Selain itu, dihasilkan juga beberapa rekomendasi dalam hal penyusunan aturan turunan berupapenguatan sumber daya manusia untuk pelindungan data, serta penyusunan konten strategis untuk meningkatkan edukasi dankepedulian keamanan siber di Indonesia. Kata Kunci: Data, Informasi, Machine Learning, UU PDP, Random Forest, Support Vector Machine Abstract: The increasing penetration of internet users in Indonesia, with data on Indonesia's 2023 internet users reaching 213 million, raises new problems for data security, information and privacy in it. while on the other hand, the ratification of the PDP Law in September 2022 has not shown a significant impact on handling data leakage cases or solutions for people who have been harmed. The purpose of this study is to determine public sentiment related to data security, information and privacy in Indonesia so as to provide recommendations to organizations related to the preparation of derivative rules of the PDP Law through the results of public sentiment. This research uses machine learning approach with comparison of 2 methods: Random Forest and Support Vector Machine. The scope of research taken is tweets made by Indonesians on twitter ([x.com](x.com)). The results obtained are Linear Support Vector Machine being the best machine learning classification model with an accuracy rate of 92. 6% andAUC 97%. In addition, several recommendations were also made in terms of drafting derivative regulations in the form of strengthening human resources for data protection, as well as drafting strategic content to increase cybersecurity education and awareness in Indonesia. Keywords: Data, Information, Machine Learning, PDP Law, Random Forest, Support Vector Machine PENDAHULUAN Seiring dengan perkembangan zaman, yang mana memasuki era modern dan digitalisasi seperti sekarang ini, teknologi informasi berkembang pesat dan menjadi kebutuhan sehari-hari yang penting bagi masyarakat, sehingga menunjang berbagai aktivitas yang dapat dilakukan dengan cepat, akurat dan tepat, serta berimbas padapeningkatan produktivitas [10]. Dilansir dari Survei Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) yang mencatat penetrasi internet di Indonesia telah mencapai 78,19 persen pada 2023 atau menembus 215.626.156 jiwa dari total populasi Indonesia yakni sebesar 275.773.901 jiwa [5] . Hal ini sejalan juga dengan indikasi adanyapeningkatan serangan maupun ancaman yang terjadi pada ruang siber. Data dari

Pertanyaan Umum

Apa tujuan utama penelitian analisis sentimen ini?

Mengetahui sentimen masyarakat terkait keamanan data, informasi, dan privasi di Indonesia, serta memberikan rekomendasi untuk penyusunan aturan turunan UU PDP berdasarkan hasil sentimen tersebut.

Algoritma machine learning apa saja yang dibandingkan dalam penelitian?

Penelitian membandingkan dua metode klasifikasi, yaitu Random Forest dan Support Vector Machine, untuk memperoleh akurasi prediksi sentimen terbaik.

Bagaimana hasil kinerja model terbaik yang diperoleh?

Model Linear Support Vector Machine menjadi yang terbaik dengan akurasi 92,6% dan AUC 97%.

Aug 4, 2026

Unggah oleh Ivy