Analisis Sentimen pada X Terhadap Pilkada 2024 Menggunakan Ekspansi Fitur FastText dan CNN dengan Optimasi Bat Algorithm

Firdaus, Dzaki Afin
Setiawan, Erwin Budi

eProceedings of Engineering
Vol. 12 No. 3 (2025): Juni 2025

Pilkada 2024 merupakan momentum penting dalamdemokrasi Indonesia yang akan menentukan arahpembangunan daerah. Dalam konteks ini, analisis sentimendapat menjadi alat yang efektif untuk memahami opinipublik terhadap calon pemimpin dan isu-isu yang berkaitandengan Pilkada. Penelitian ini bertujuan untukmengimplementasikan sistem analisis sentimenmenggunakan Convolutional Neural Network (CNN) yangdioptimalkan dengan Bat Algorithm dan ekspansi fiturmenggunakan FastText. Metode ini diterapkan pada datatweet berbahasa Indonesia yang dikumpulkan selamaperiode Pilkada 2024. Hasil evaluasi menunjukkan bahwaakurasi tertinggi diperoleh dengan menggunakan maxfeature sebesar 15.000 (73,01%), konfigurasi Uni-Bigram(73,30%), dan ekspansi fitur menggunakan FastText dengankorpus Tweet + IndoNews pada Top 1 (73,82%). Optimasimenggunakan Bat Algorithm memberikan peningkatansebesar 0,05% (73,82% menjadi 73,87%), yangmenunjukkan bahwa FastText secara signifikanmeningkatkan akurasi model. Bat Algorithm terbukti efektifdalam mengoptimalkan parameter model dan memberikankontribusi positif dalam peningkatan kinerja. Penelitian inimenunjukkan bahwa penggunaan FastText dapatmemperbaiki akurasi model analisis sentimen, sementara BatAlgorithm juga memberikan kontribusi yang berhargadalam optimasi model. Kata kunci: analisis sentimen, CNN, bat algorithm, fasttext, pilkada 2024, optimasi