Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Kurniawan, Veby
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PEMANFAATAN LSTM UNTUK MENGANALISIS SENTIMEN PENGGUNA TWITTER: STUDI KASUS PADA TWEET BERITA TERKINI Darmawan, Erwin; Hasan, Mhd Arief; Irsando, Irsando; Rahmawati, Ningsi; Kurniawan, Agung; Kurniawan, Veby
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13194

Abstract

Analisis sentimen terhadap berita terkini di platform Twitter menjadi penting untuk memahami dampak informasi terhadap persepsi pengguna. Penelitian ini memanfaatkan Long Short-Term Memory (LSTM) guna menganalisis sentimen pengguna Twitter terhadap tweet berita terkini, dengan tujuan melatih model prediksi sentimen (positif/negatif) sekaligus mengevaluasi pengaruh berita terhadap respons pengguna. Metode yang digunakan melibatkan dataset sebesar 123.218 tweet (75.482 positif dan 47.736 negatif) untuk pelatihan model LSTM, dilengkapi analisis distribusi panjang teks (rata-rata 22,36 karakter untuk sentimen positif dan 23,08 karakter untuk negatif). Evaluasi performa mencakup akurasi, presisi, recall, F1-Score, serta pemeriksaan overfitting melalui grafik akurasi dan loss. Hasil pengujian menunjukkan model mencapai akurasi 91,52%, dengan presisi 91,75%, recall 91,27%, dan F1-Score 91,51%. Klasifikasi berhasil mengidentifikasi 416 tweet positif (True Positive) dan 499 tweet negatif (True Negative), dengan kesalahan 37 False Positive dan 40 False Negative. Grafik akurasi dan loss membuktikan model tidak mengalami overfitting, ditunjukkan oleh konsistensi performa pada data pelatihan dan validasi. Penelitian ini menyimpulkan bahwa LSTM efektif sebagai alat analisis sentimen di Twitter, terutama dalam mengungkap hubungan antara berita terkini dan dinamika sentimen pengguna.
Co-Authors Agung Kurniawan Erwin Darmawan Irsando, Irsando Mhd. Arief Hasan, Mhd. Arief Rahmawati, Ningsi