<![CDATA[Tanggapan masyarakat terhadap suatu kebijakan seringkali bervariasi dan perlu dilakukan klasifikasi untuk memahami gambaran keseluruhan respons publik. Salah satu contohnya adalah kebijakan Efisiensi Anggaran 2025, yang menjadi fokus penelitian ini. Dilakukan analisis tweet yang terkait dengan kebijakan tersebut menggunakan model LSTM untuk mengklasifikasikan sentimen publik menjadi dua kategori: positif dan negatif. Pembobotan kata dilakukan menggunakan metode TF-IDF, dan hasilnya menunjukkan nilai akurasi 94,38%, precision 93,75%, recall 89,44%, dan F1-score 91,55% pada epoch 10 dan batch size 32 pada rasio pembagian data 80:20. Dari hasil tersebut model LSTM terbukti baik dalam mengklasifikasikan data teks.]]>
Copyrights © 2025
