AXELINDRA AGIA SAMANTHA (2024) PENGGUNAAN METODE RECURRENT CONVOLUTIONAL NEURAL NETWORK UNTUK ANALISIS SENTIMEN CALON PRESIDEN 02 PADA MEDIA SOSIAL TWITTER. S1 thesis, Universitas Muhammadiyah Yogyakarta.
![]() |
Text (Halaman Judul)
Halaman Judul.pdf Download (771kB) |
![]() |
Text (Lembar Pengesahan)
Lembar Pengesahan.pdf Restricted to Registered users only Download (616kB) |
![]() |
Text (Abstrak)
Abstrak.pdf Restricted to Registered users only Download (12kB) |
![]() |
Text (Bab I)
Bab I.pdf Download (29kB) |
![]() |
Text (Bab II)
Bab II.pdf Restricted to Registered users only Download (173kB) |
![]() |
Text (Bab III)
Bab III.pdf Restricted to Registered users only Download (250kB) |
![]() |
Text (Bab IV)
Bab IV.pdf Restricted to Registered users only Download (356kB) |
![]() |
Text (Bab V)
Bab V.pdf Restricted to Registered users only Download (5kB) |
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf Restricted to Registered users only Download (106kB) |
![]() |
Text (Naskah Publikasi)
Naskah Publikasi.pdf Restricted to Registered users only Download (882kB) |
![]() |
Text (Full Text)
Full Text.pdf Restricted to Repository staff only Download (2MB) |
Abstract
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.
Dosen Pembimbing: | Slamet Riyadi, Ir., S.T., M.Sc., Ph.D. and Cahya Damarjati, S.T., M.Eng., Ph.D. | NIDN0509087801, NIDN0515038702 |
---|---|
Item Type: | Thesis (S1) |
Uncontrolled Keywords: | Sentiment Analysis, RCNN, Twitter, 2024 Election, Balancing data, Random Over-Sampling |
Divisions: | Fakultas Teknik > S1 Teknologi Informasi |
Depositing User: | Eko Kurnawan |
Date Deposited: | 01 Aug 2024 08:36 |
Last Modified: | 01 Aug 2024 08:36 |
URI: | https://etd.umy.ac.id/id/eprint/47704 |
Actions (login required)
![]() |
View Item |