Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI KOTAK KOSONG DI PILKADA INDONESIA TAHUN 2024 MENGGUNAKAN ALGORITMA LSTM Rosyadi, Achmad Chikham Nouriel; Muhammad Athoillah; Fenny Fitriani
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16976

Abstract

Fenomena kotak kosong dalam Pilkada 2024 menjadi perbincangan ramai di Twitter, memunculkan pandangan pro dan kontra di masyarakat mengenai keberadaan calon tunggal yang dinilai berpotensi memengaruhi stabilitas politik di daerah. Diskusi publik di media sosial umumnya menggunakan bahasa informal, dialek bahasa daerah, serta tidak mengikuti kaidah baku, sehingga menyulitkan analisis manual dan berisiko menimbulkan bias. Maka dari itu, penelitian ini mengimplementasikan pendekatan deep learning dengan memanfaatkan model Long Short-Term Memory (LSTM) dan word embedding GloVe. Proses pelabelan dilakukan secara otomatis menggunakan Indonesia Sentiment Lexicon (INSET) untuk mengklasifikasikan sentimen masyarakat terhadap kebijakan kotak kosong berdasarkan data Twitter. Data penelitian terdiri dari 2.168 tweet yang diperoleh melalui teknik crawling, kemudian dievaluasi menggunakan metode 10-fold cross-validation. Analisis sentimen menghasilkan distribusi opini publik, yaitu 35,9% negatif, 32,8% positif, dan 31,3% netral. Hasil pengujian menunjukkan akurasi tertinggi sebesar 94,93% pada fold ke-6, dengan rata-rata akurasi keseluruhan mencapai 90,08%. Penelitian ini berkontribusi dalam pengembangan sistem analisis berbasis deep learning untuk pemantauan opini publik, serta menunjukkan potensi data media sosial sebagai sumber informasi strategis dalam memahami persepsi masyarakat terhadap fenomena politik.