ANALISIS SENTIMEN TERHADAP CAPRES DAN CAWAPRES REPUBLIK INDONESIA 03 2024 MENGGUNAKAN MODIFIKASI METODE CNN-BILSTM

Pemerintah Republik Indonesia menyelenggarakan pemilihan umum pada tahun 2024 di mana masyarakat Indonesia memilih presiden dan wakil presiden secara langsung. Pada era digital, pemilihan umum banyak dibicarakan di media sosial seperti Twitter/X untuk menyampaikan opini dan sentimen. Memahami sentimen publik terhadap kandidat di platform ini penting karena dapat membantu menilai reputasi kandidat, dalam riset ini adalah Calon Presiden dan Wakil Presiden No Urut 03. Penelitian ini menggunakan model hybrid dari model CNN dan BiLSTM untuk melakukan analisis sentimen, menggabungkan kelebihan CNN dalam melakukan ekstraksi fitur dan kelebihan BiLSTM dalam mengenali keterkaitan antar konteks pada teks. Model hybrid CNN-BiLSTM harus dibangun dengan baik untuk dapat melakukan klasifikasi sentimen, modifikasi dengan melakukan oversampling dan penambahan layer berpotensi untuk meningkatkan kinerja model. Tahapan dimulai dengan proses pengumpulan data melalui media sosial Twitter/X, preprocessing, labelling, visualisasi, balancing, data splits, pemodelan dan evaluasi. Setelah melakukan modifikasi pada model, penelitian ini membandingkan model CNN-BiLSTM dengan berbagai skenario. Hasilnya menunjukkan bahwa CNN-BiLSTM ImBalance, CNN-BiLSTM Balancing, dan CNN-BiLSTM Modifikasi Balancing memiliki akurasi berturut-turut 83%, 90%, dan 93%. Ini menunjukkan bahwa CNN-BiLSTM yang dimodifikasi dengan menambahkan lapisan baru dan Balancing adalah cara yang efektif untuk meningkatkan kinerja.