Analisis Sentimen menggunakan Recurrent Neural Network Terkait Isu Anies Baswedan Sebagai Calon Presiden 2024

Authors

  • Salman Farisi Setya Hadi Telkom University
  • Jondri Jondri Telkom University
  • Kemas Muslim Lhaksmana Telkom University

Abstract

Abstrak-Sosial media twitter saat ini sudah menjadi wadah utama untuk menyalurkan berita dari suatu tempat ke tempat yang lain. Dengan adanya sosial media digital, masyarakat dapat dengan mudah mengetahui berita terkini ataupun memberi opini tentang isu yang sedang hangat. Isu yang ada bisa berasal dari beberapa bidang, seperti contoh dalam bidang politik. Salah satu isu hangat pada bidang politik adalah isu tentang Bapak Anies Baswedan sebagai calon presiden 2024. Perbincangan tersebut akan menghadirkan banyak sentimen positif maupun negatif, maka dari itu diperlukan sistem klasifikasi sentimen yang efektif. Metode yang digunakan pada penelitian ini adalah recurrent neural network yang dikombinasikan dengan word embedding word2vec. Hasil yang dihasilkan dari penelitian ini yaitu nilai akurasi sebesar 86.27%, nilai precision sebesar 88.24% dan nilai recall sebesar 84.91%.
Kata kunci - sentimen, recurrent neural network, word2vec, word embedding

References

Y. Nugraha, 21 June 2022. [Online]. Available: https://www.pikiran-rakyat.com/nasional/pr-014792940/hasil-survei-internal-pks-anies-baswedan-sosok-paling-banyak-dipilih-sebagai-calon-presiden.

R. M. Wijaya, "MakassarTerkiniID," 16 November 2021. [Online]. Available: https://makassar.terkini.id/hashtag-dukung-anies-presiden-2024-trending-twitter-netizen-bandingkan-kepemimpinan-anies-dengan-ganjar-pranowo/. [Accessed 20 June 2022].

R. Nuryama, "TiNewss.com," 14 June 2022. [Online]. Available: https://www.tinewss.com/indonesia-news/pr-1853618409/jumlah-pengguna-twitter-di-indonesia-pada-2022. [Accessed 29 June 2022].

A. Patel and A. K. Tiwari, "Sentiment Analysis by using Recurrent Neural Network," 2019.

H. Yuan, Y. Wang, X. Feng and S. Sun, "Sentiment Analysis Based on Weighted Word2vec and Att-LSTM," 2018.

S. S. Salim, A. N. Ghanshyam, D. M. Ashok, D. B. Mazahir and B. S. Thakare, "Deep LSTM-RNN with Word Embedding for Sarcasm Detection on Twitter," 2020.

M. Z. Rahman, Y. A. Sari and N. Yudistira, "Analisis Sentimen Tweet COVID-19 menggunakan Word Embedding dan Metode Long Short-Term Memory (LSTM)," 2021.

W. Widayat, "Analisis Sentimen Movie Review menggunakan Word2Vec dan Metode LSTM Deep Learning," 2021.

M. R. F. Sya'bani, U. Enri and T. N. Padilah, "Analisis Sentimen Terhadap Bakal Calon Presiden 2024 dengan Algoritma Naive Bayes," 2022.

B. Liu, "Sentiment Analysis and Opinion Mining," 2012.

M. Kaur and M. Mohta, "A Review of Deep Learning with Recurrent Neural Network," 2019.

A. Graves, "Long Short Term Memory," in Supervised Sequence Labelling with Recurrent Neural Network, 2012, pp. 37-45.

P. Srivastava, "https://www.analyticsvidhya.com/blog/2017/12/fundamentals-of-deep-learning-introduction-to-lstm/," 10 December 2017. [Online]. [Accessed 19 September 2022].

X. Rong, "Word2Vec Parameter Learning Explained," 2014.

G. Futia, "https://www.researchgate.net/figure/Architecture-of-Word2Vec-models-CBOW-and-Skip-Gram_fig3_328373466," 1 January 2018. [Online]. [Accessed 19 September 2022].

Downloads

Published

2023-05-08

Issue

Section

Program Studi S1 Informatika