IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK ANALISIS SENTIMEN BACAPRES 2024 PADA KOLOM KOMENTAR YOUTUBE MATA NAJWA

Saputra, Dany Eka
Isnain, Auliya Rahman

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Vol 9, No 3 (2024)

Indonesia sebagai salah satu negara berpenduduk padat dengan sistem demokrasi, Penelitian ini berfokus pada analisis sentimen terhadap calon presiden dan wakil presiden 2024 melalui komentar YouTube di "Mata Najwa." Memanfaatkan Convolutional Neural Network (CNN) pada 45.736 komentar, penelitian ini mencapai akurasi keseluruhan 91% yang mengesankan. Metode CNN, menggunakan fase arsitektur dan fine-tuning dengan pengoptimal Adam, secara efektif mengkategorikan sentimen ke dalam kelas positif, negatif, dan netral. Kemahiran model dalam menavigasi dinamika bahasa dan fluktuasi opini publik menunjukkan dampak positifnya pada tantangan analisis sentimen dalam konteks politik platform media sosial seperti YouTube. Penelitian ini menyoroti kemanjuran CNN dalam menangani seluk-beluk wacana politik dalam skala besar, menawarkan wawasan berharga tentang sentimen publik selama musim pemilihan.