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.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (771kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (616kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (12kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (29kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (173kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (250kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (356kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (5kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (106kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (882kB)
[thumbnail of Full Text] 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 View Item