Bangun skill analisis sentimen profesional yang siap digunakan untuk memodelkan opini publik dari data Twitter, pembuatan pipeline data preprocessing & tokenisasi teks Tweet, pemodelan arsitektur fine-tuning IndoBERT untuk klasifikasi sentimen, integrasi Python Script & parameter model deep learning, hingga evaluasi & validasi hasil klasifikasi sentimen — semua menggunakan Python (HuggingFace Transformers/PyTorch) secara lengkap dan terstruktur.
Program ini dirancang praktis, hands-on, dan berbasis studi kasus proyek nyata — bukan hanya teori, tetapi langsung membangun model analisis sentimen siap portofolio seperti yang digunakan di lembaga riset sosial, platform media monitoring, perusahaan konsultan politik, dan institusi pemerintah berbasis data modern.
Cocok untuk:
-
Peneliti & Akademisi yang mengerjakan riset opini publik, NLP & computational social science
-
Engineer Data & Software yang ingin membangun sistem analisis sentimen berbasis teks media sosial
-
Mahasiswa tingkat akhir (Skripsi / Tesis – Informatika, Sistem Informasi, Ilmu Komunikasi & Data Science)
-
Profesional yang ingin beralih ke bidang Natural Language Processing & Text Mining
-
Perusahaan & Institusi yang membutuhkan monitoring sentimen publik, brand & kebijakan
-
Dosen & Instruktur yang ingin mengintegrasikan Python NLP ke kurikulum informatika & data science
Materi Utama:
-
Fundamental Analisis Sentimen & Pengenalan IndoBERT untuk Klasifikasi Teks Twitter dengan Python
-
Setup Environment – Python, HuggingFace Transformers, PyTorch, Pandas & Matplotlib
-
Preprocessing Data – Cleaning Tweet, Normalisasi Slang, Tokenisasi & Pelabelan Sentimen
-
Eksplorasi & Visualisasi Data – Distribusi Sentimen, Frekuensi Term & Profil Dataset Twitter
-
Tokenisasi IndoBERT – WordPiece Tokenizer, Input IDs, Attention Mask & Token Type IDs
-
Fine-Tuning IndoBERT – Transfer Learning, Training Loop & Konfigurasi Classifier Head
-
Pembangunan Model Sentimen – Binary & Multi-Class Classification (Positif / Negatif / Netral)



