PENGGUNAAN METODE RECURRENT CONVOLUTIONAL NEURAL NETWORK UNTUK ANALISIS SENTIMEN CALON PRESIDEN 02 PADA MEDIA SOSIAL TWITTER

Penelitian ini mengkaji analisis sentimen masyarakat terhadap calon presiden dan wakil presiden 02 pada Pemilu 2024 menggunakan metode Recurrent Convolutional Neural Network (RCNN). Dengan mengumpulkan 5841 tweet berisi kata kunci "Prabowo", data diproses melalui berbagai tahapan preprocessing dan dilabeli menggunakan TextBlob. Untuk mengatasi ketidakseimbangan data, digunakan metode Random Over-Sampling (ROS). Hasil pengujian menunjukkan bahwa model RCNN dengan teknik oversampling mencapai akurasi 96%, lebih tinggi dibandingkan dengan teknik undersampling (82%) dan model imbalanced (81%). Kesimpulannya, RCNN dengan balancing data meningkatkan akurasi analisis sentimen secara signifikan, memberikan wawasan yang lebih akurat tentang persepsi publik terhadap calon presiden dan wakil presiden 02, dengan modifikasi pada arsitektur model turut berkontribusi pada stabilitas dan performa model. Penelitian ini penting dalam analisis sentimen politik pada pemilu di Indonesia.