This Author published in this journals
All Journal Jurnal Repositor
Andy Putra Prasetyo
Universitas Muhammadiyah Malang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Twitter terhadap Isu Penundaan Pemilu 2024 Menggunakan Metode Long Short-Term Memory (LSTM) Andy Putra Prasetyo; Christian Sri Kusuma; Didih Rizki
Jurnal Repositor Vol. 6 No. 3 (2024): Agustus 2024
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v6i3.32643

Abstract

Media sosial adalah bentuk aktivitas sosial yang menggunakan jaringan online untuk berkomunikasi melalui teks, gambar, dan video. Salah satu platform media sosial yang tetap menjadi tempat ekspresi bebas bagi individu adalah Twitter. Penelitian ini mengkaji sentimen masyarakat di Twitter terkait isu penundaan pemilu 2024 di Indonesia. Fokus utama penelitian ini adalah untuk menganalisis pandangan publik terhadap isu tersebut menggunakan metode Long Short-Term Memory (LSTM) dalam analisis sentimen. Data yang digunakan berasal dari cuitan-cuitan yang terkait dengan isu penundaan pemilu di Twitter. Tujuan penelitian ini adalah untuk memahami sejauh mana sentimen masyarakat terhadap isu penundaan pemilu 2024, apakah bersifat positif, negatif, atau netral. Metode yang digunakan adalah LSTM, sebuah teknik deep learning yang digunakan untuk memproses data teks dalam urutan. Data yang digunakan mencakup 1758 sampel setelah melalui proses pra-pemrosesan. Hasil penelitian menunjukkan bahwa sebanyak 58,0% dari sampel menunjukkan sentimen positif, sementara 42,0% menunjukkan sentimen negatif. Model LSTM yang diterapkan berhasil mencapai tingkat akurasi sebesar 88% dalam mengklasifikasikan sentimen masyarakat di Twitter terkait isu penundaan pemilu. Kesimpulan penelitian ini adalah mayoritas masyarakat yang terlibat dalam percakapan di Twitter terkait isu penundaan pemilu 2024 menunjukkan sentimen positif. Namun, masih ada sebagian yang menunjukkan sentimen negatif. Tingkat akurasi model LSTM yang tinggi menunjukkan efektivitas metode ini dalam menganalisis data teks dari media sosial. Oleh karena itu, penelitian ini memberikan wawasan yang berharga tentang pandangan publik terhadap isu penting ini diera digital.