ANALISIS SENTIMEN UJARAN KEBENCIAN PADA CAPRES DENGAN CNN

Penelitian tentang analisis sentimen Capres 01 di media sosial tidak dapat diabaikankarena tidak ada pemahaman yang mendalam tentang persepsi dan opinimasyarakat yang beredar secara online. Model CNN cukup umum digunakan untukanalisis sentimen, akan tetapi model CNN masih memiliki akurasi yang cukuprendah sehingga perlu dilakukan modifikasi. Penelitian ini bertujuan untukmeningkatkan akurasi analisis sentimen melalui penerapan metode ConvolutionalNeural Network (CNN) yang telah dimodifikasi. Proses penelitian meliputipengumpulan data tweet terkait Capres 01 dengan teknik crawling, preprocessingdata, pelabelan sentimen, penyeimbangan data, serta pembagian dataset menjadidata train, validation, dan test. Model CNN dasar dimodifikasi dengan penambahanlapisan untuk meningkatkan kinerja. Evaluasi model dilakukan dengan mengukurakurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa modelCNN yang dimodifikasi mencapai akurasi sebesar 86%, lebih tinggi dibandingkandengan metode Naïve Bayes dan LSTM yang digunakan dalam penelitiansebelumnya. Modifikasi metode CNN secara signifikan dapat meningkatkanakurasi analisis sentimen terhadap Capres 01, sehingga dapat menjadi alat yanglebih efektif untuk memahami persepsi masyarakat dan memperbaiki strategikampanye politik.