Melola Discovery

← Melola Discovery

Akses terbuka Jurnal Tanpa peringkat SINTA

Community Detection, Topic, and Sentiment Analysis of the Palestine-Israel Issue on Social Media X

Deteksi Komunitas, Analisis Topik, dan Sentimen Isu Palestina-Israel

Jurnal Matematika, Statistika dan Komputasi · Vol. 21 No. 2 (2025) · hlm. 502–519

DOI
10.20956/j.v21i2.41308
ISSN
2614-8811, 1858-1382
Terbit
2025-01-12
Penerbit
Department of Mathematics, Hasanuddin University
Bahasa
en
Lisensi
creativecommons.org/licenses/by/4.0

Abstrak

Inggris

The combination of community detection, topic modeling, and sentiment analysis provides deep insights into conversation data on the social media platform X (formerly Twitter) regarding the Palestine-Israel issue. The data, collected in Indonesian using several keywords, resulted in 108,969 tweets. The analysis process began with community detection using the Leiden algorithm, which identified five communities. The three dominant communities identified are Community 1 comprising 37.13% of users, Community 2 with 26.95%, and Community 3 with 19.76%. Topic modeling using LDA revealed that these communities focused on various aspects of the conflict. Sentiment analysis using the IndoBERT model uncovered that the majority of users expressed negative attitudes such as disappointment and anger. This study provides insights into public opinions and social dynamics surrounding the conflict.

Bahasa Indonesia

Kombinasi deteksi komunitas, pemodelan topik, dan analisis sentimen memberikan wawasan mendalam terhadap data percakapan di media sosial X (sebelumnya Twitter) terkait isu Palestina-Israel. Data yang dikumpulkan dalam bahasa Indonesia menggunakan beberapa kata kunci menghasilkan 108.969 tweet. Proses analisis dimulai dengan deteksi komunitas menggunakan algoritma Leiden, yang mengidentifikasi lima komunitas, dengan tiga komunitas dominan beranggotakan 37,13%, 26,95%, dan 19,76% dari total pengguna. Pemodelan topik menggunakan LDA menunjukkan komunitas-komunitas ini fokus pada berbagai aspek konflik. Analisis sentimen menggunakan model IndoBERT mengungkapkan mayoritas pengguna memiliki sikap negatif seperti kekecewaan dan kemarahan. Penelitian ini memberikan wawasan tentang pandangan publik dan dinamika sosial terkait konflik tersebut.

Kata kunci

Jaringan kolaborasi para penulis

8 penulis · 16 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Syarif Hidayatullah State Islamic University Jakarta
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
ZulkifliSyarif Hidayatullah State Islamic University Jakarta1
NuryamanSyarif Hidayatullah State Islamic University Jakarta1
Muhamad FahriSyarif Hidayatullah State Islamic University Jakarta1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Community Detection, Topic, and Sentiment Analysis of the Palestine-Israel Issue on Social Media X</dc:title>
	<dc:title xml:lang="id">Deteksi Komunitas, Analisis Topik, dan Sentimen Isu Palestina-Israel</dc:title>
	<dc:creator xml:lang="en">Azmina, Fathnin Nur</dc:creator>
	<dc:creator xml:lang="en">Liebenlito, Muhaza</dc:creator>
	<dc:creator xml:lang="en">Zulkifli, Dhea Urfina</dc:creator>
	<dc:creator xml:lang="id">Liebenlito, Muhaza</dc:creator>
	<dc:creator xml:lang="id">Zulkifli, Dhea Urfina</dc:creator>
	<dc:subject xml:lang="en">Community Detection</dc:subject>
	<dc:subject xml:lang="en">Leiden</dc:subject>
	<dc:subject xml:lang="en">LDA</dc:subject>
	<dc:subject xml:lang="en">IndoBERT</dc:subject>
	<dc:subject xml:lang="en">Palestine-Israel</dc:subject>
	<dc:description xml:lang="en">The combination of community detection, topic modeling, and sentiment analysis provides deep insights into conversation data on the social media platform X (formerly Twitter) regarding the Palestine-Israel issue. The data, collected in Indonesian using several keywords, resulted in 108,969 tweets. The analysis process began with community detection using the Leiden algorithm, which identified five communities. The three dominant communities identified are Community 1 comprising 37.13% of users, Community 2 with 26.95%, and Community 3 with 19.76%. Topic modeling using LDA revealed that these communities focused on various aspects of the conflict. Sentiment analysis using the IndoBERT model uncovered that the majority of users expressed negative attitudes such as disappointment and anger. This study provides insights into public opinions and social dynamics surrounding the conflict.</dc:description>
	<dc:description xml:lang="id">Kombinasi deteksi komunitas, pemodelan topik, dan analisis sentimen memberikan wawasan mendalam terhadap data percakapan di media sosial X (sebelumnya Twitter) terkait isu Palestina-Israel. Data yang dikumpulkan dalam bahasa Indonesia menggunakan beberapa kata kunci menghasilkan 108.969 tweet. Proses analisis dimulai dengan deteksi komunitas menggunakan algoritma Leiden, yang mengidentifikasi lima komunitas, dengan tiga komunitas dominan beranggotakan 37,13%, 26,95%, dan 19,76% dari total pengguna. Pemodelan topik menggunakan LDA menunjukkan komunitas-komunitas ini fokus pada berbagai aspek konflik. Analisis sentimen menggunakan model IndoBERT mengungkapkan mayoritas pengguna memiliki sikap negatif seperti kekecewaan dan kemarahan. Penelitian ini memberikan wawasan tentang pandangan publik dan dinamika sosial terkait konflik tersebut.</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2025-01-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="id">Teks</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/41308</dc:identifier>
	<dc:identifier>10.20956/j.v21i2.41308</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 21 No. 2 (2025): JANUARY 2025; 502-519</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/41308/12448</dc:relation>
	<dc:coverage xml:lang="id">Ciputat, Tangerang Selatan, Jakarta</dc:coverage>
	<dc:rights xml:lang="en">Copyright (c) 2025 Jurnal Matematika, Statistika dan Komputasi</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>