Al-Areef, Mohammed Hafizh (2023) ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI CALON PRESIDEN INDONESIA TAHUN 2024 MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY. Undergraduate thesis, Universitas Negeri Medan.
4193250014_Cover.pdf
Download (71kB)
4193250014_Lembar_Pengesahan.pdf
Download (3MB)
4193250014_Abstrak.pdf
Download (84kB)
4193250014_Kata_Pengantar.pdf
Download (148kB)
4193250014_Daftar_Isi.pdf
Download (5MB)
4193250014_Daftar_Gambar.pdf
Download (87kB)
4193250014_Daftar_Tabel.pdf
Download (93kB)
4193250014_Daftar_Lampiran.pdf
Download (53kB)
4193250014_BAB_I.pdf
Download (260kB)
4193250014_BAB_V.pdf
Download (56kB)
4193250014_Daftar_Pustaka.pdf
Download (238kB)
Abstract
Penggunaan internet semakin meluas dengan banyaknya platform yang menyediakan berbagai layanan kepada masyarakat untuk mengakses internet. Platform media sosial Twitter menjadi salah satu platform yang banyak digunakan oleh masyarakat Indonesia untuk berkomunikasi, dan mengakses informasi dengan cepat. Dilansir dari We Are Social, pengguna Twitter di Indonesia mencapai 18,45 juta pada tahun 2022. Hal ini membuktikan bahwa terdapat banyak sekali sentimen masyarakat Indonesia yang terdapat pada platform Twitter yang dapat dijadikan sebagai studi kasus salah satunya mengenai calon presiden Indonesia tahun 2024. Beberapa tokoh publik seperti Ganjar Pranowo, Prabowo Subianto, dan Anies Baswedan sudah mulai banyak dibicarakan oleh masayarakat sebagai calon presiden dalam beberapa sentimen pada platform Twitter. Sentimen mengenai para tokoh publik tersebut akan diklasifikasikan dengan algoritma Long Short Term Memory (LSTM) dengan label positif dan negatif. Data sentimen selanjutnya akan melewati proses pre-processing, pelabelan data dengan textblob, word embedding dengan fasttext, hingga data balancing dengan SMOTE sebelum akhirnya model akan dilatih dan diuji. Tahapan penentuan hyperparameter tuning dilakukan sebelum melatih model LSTM seperti penentuan jumlah unit, learning rate, dropout, batch size hingga jumlah epoch agar menghasilkan model latih yang baik. Hasil uji dan evaluasi performa untuk setiap model yang telah dilatih adalah 82% akurasi, 86% presisi, 92% recall, dan 89% f1-score pada model Ganjar Pranowo. 82% akurasi, 82% presisi, 96% recall, dan 89% f1-score pada model Prabowo Subianto. 78% akurasi, 79% presisi, 92% recall, dan 85% f1-score pada model Anies Baswedan. 87% akurasi, 91% presisi, 95% recall, 93% f1-score pada model Ridwan. 87% akurasi, 87% presisi, 96% recall, 91% f1-score pada model Puan Maharani
Item Type: | Thesis (Undergraduate) |
---|---|
Keywords: | Analisis Sentimen; Layanan masyarakat; Internet |
Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA75.5 Electronic computers. Computer science |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer |
Depositing User: | Mrs Beatrix Nainggolan |
Date Deposited: | 06 May 2024 01:52 |
Last Modified: | 06 May 2024 01:52 |
URI: | https://digilib.unimed.ac.id/id/eprint/56303 |