SENTIMEN MASYARAKAT TERHADAP KONFLIK RUSIA DAN UKRAINA DENGAN ALGORITMA LONG SHORT-TERM MEMORY PADA TWITTER

ANTHONY, TIFFANY, MATTHEW EVAN PHANIE (2023) SENTIMEN MASYARAKAT TERHADAP KONFLIK RUSIA DAN UKRAINA DENGAN ALGORITMA LONG SHORT-TERM MEMORY PADA TWITTER , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Analisis sentimen merupakan salah satu metode untuk mengevaluasi opini 

masyarakat dari teks yang diterima. Dalam penelitian ini, kami mengevaluasi performa 

model LSTM dengan Sastrawi dalam analisis sentimen pada bahasa Indonesia 

menggunakan dataset twitter berjumlah 2537 data yang dikumpulkan mengenai perang 

Rusia-Ukraina. Tujuan dari penelitian ini adalah untuk mengetahui keandalan model 

LSTM dengan Sastrawi dalam analisis sentimen pada bahasa Indonesia dan 

mengevaluasi performa model dengan dataset twitter yang dikumpulkan mengenai 

perang Rusia-Ukraina. Metode yang digunakan dalam penelitian ini adalah preprocessing data, training dan validasi model LSTM dengan Sastrawi, dan evaluasi 

model dengan menggunakan metrik akurasi, presisi, recall, dan F1 score. Pada dataset 

yang dikumpulkan dalam penelitian ini, sentimen positif, netral, dan negatif sebanyak 

54,7%, 35%, dan 10,2%. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa 

model LSTM dengan Sastrawi dapat memberikan hasil yang baik dalam analisis 

sentimen dengan akurasi prediksi sebesar 82%. Implikasi dari hasil penelitian ini adalah 

model LSTM dengan Sastrawi dapat digunakan untuk analisis sentimen pada twitter 

dan perlu dilakukan penelitian lanjutan dengan dataset yang lebih luas dan beragam

terutama untuk menghasilkan akurais yang lebih baik lagi

JURNAL

KATEGORI JURNAL	Jurnal Nasional Terakreditasi
TAHUN JURNAL	2023
VOLUME JURNAL	8
NOMOR JURNAL	2
NAMA PENERBIT	Sinkron
NOMOR ISSN/ISBN	25412019
LAMAN PENERBIT (URL)	https://jurnal.polgan.ac.id/index.php/sinkron
LAMAN ARTIKEL (URL)	https://jurnal.polgan.ac.id/index.php/sinkron/article/view/12235