<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna Instagram pada akun @detikcom yang berkaitan dengan isu-isu sosial menggunakan model Artificial Neural Network (ANN) berbasis Long Short-Term Memory (LSTM). Data yang digunakan terdiri dari 525 komentar yang dikumpulkan menggunakan tools Apify dengan aktor apify/instagram-comment-scraper dari postingan terkait isu sosial selama periode Maret hingga Mei 2025. Komentar-komentar ini kemudian diproses melalui tahapan pra-pemrosesan teks meliputi case folding, pembersihan data, stemming, penghapusan kata umum (stop-word), dan tokenisasi untuk memastikan konsistensi dan kebersihan data. Pelabelan sentimen dilakukan dengan pendekatan leksikon, yang mengklasifikasikan komentar ke dalam tiga kategori: positif, negatif, dan netral berdasarkan jumlah kata bermuatan emosional. Model ANN dibangun dengan arsitektur LSTM yang terdiri dari embedding layer, dua lapisan LSTM, dan dense layer dengan fungsi aktivasi softmax untuk klasifikasi multi-kelas. Data dilatih dan dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 74% dengan performa yang relatif seimbang di semua kelas. Mayoritas komentar termasuk dalam kategori netral, diikuti oleh positif dan negatif. Meskipun LSTM terbukti efektif dalam mengenali pola sentimen dari teks media sosial, tantangan tetap ada dalam mendeteksi sarkasme, ironi, dan ekspresi informal khas media sosial. Penelitian ini memberikan kontribusi terhadap pemetaan opini publik secara otomatis, dan dapat dikembangkan lebih lanjut dengan model yang lebih canggih dan data yang lebih besar serta lebih beragam.]]>
