IMPLEMENTASI CNN-LSTM DALAM ANALISIS SENTIMEN OPINI PUBLIK DI PLATFORM X PADA 100 HARI KERJA PRESIDEN PRABOWO MENGGUNAKAN DICTIONARY LOOKUP DAN SIMILARITY-BASED

Edia, Naflah Shafa (2026) IMPLEMENTASI CNN-LSTM DALAM ANALISIS SENTIMEN OPINI PUBLIK DI PLATFORM X PADA 100 HARI KERJA PRESIDEN PRABOWO MENGGUNAKAN DICTIONARY LOOKUP DAN SIMILARITY-BASED. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11211066_cover.pdf Restricted to Registered users only until 26 April 2028. Download (726kB) | Request a copy
	Text 11211066_statement_of_authenticity.pdf Restricted to Registered users only until 26 April 2028. Download (168kB) | Request a copy
	Text 11211066_publishing agreement.pdf Restricted to Registered users only until 26 April 2028. Download (221kB) | Request a copy
	Text 11211066_approval_sheet.pdf Restricted to Registered users only until 26 April 2028. Download (189kB) | Request a copy
	Text 11211066_preface.pdf Restricted to Registered users only until 26 April 2028. Download (316kB) | Request a copy
	Text 11211066_abstract_id.pdf Restricted to Registered users only until 26 April 2028. Download (330kB) | Request a copy
	Text 11211066_abstract_en.pdf Restricted to Repository staff only until 26 April 2028. Download (330kB) | Request a copy
	Text 11211066_table_of_content.pdf Restricted to Repository staff only until 26 April 2028. Download (304kB) | Request a copy
	Text 11211066_illustrations.pdf Restricted to Repository staff only until 26 April 2028. Download (247kB) | Request a copy
	Text 11211066_tables.pdf Restricted to Repository staff only until 26 April 2028. Download (306kB) | Request a copy
	Text 11211066_chapter_1.pdf Restricted to Repository staff only until 26 April 2028. Download (394kB) | Request a copy
	Text 11211066_chapter_2.pdf Restricted to Repository staff only until 26 April 2028. Download (875kB) | Request a copy
	Text 11211066_chapter_3.pdf Restricted to Repository staff only until 26 April 2028. Download (536kB) | Request a copy
	Text 11211066_chapter_4.pdf Restricted to Repository staff only until 26 April 2028. Download (1MB) | Request a copy
	Text 11211066_conclusions.pdf Restricted to Repository staff only until 26 April 2028. Download (349kB) | Request a copy
	Text 11211066_bibliography.pdf Restricted to Registered users only until 26 April 2028. Download (304kB) | Request a copy
	Text 11211066_paper.pdf Restricted to Repository staff only until 26 April 2028. Download (938kB) | Request a copy
	Text 11211066_presentation.pdf Restricted to Repository staff only until 26 April 2028. Download (1MB) | Request a copy
	Text 11211066_Form. TA-020.pdf Restricted to Repository staff only until 26 April 2028. Download (184kB) | Request a copy

Abstract

Perkembangan teknologi komunikasi mendorong masyarakat untuk menyampaikan opini melalui media sosial, termasuk pada platform X. Setelah dilantik pada 20 Oktober 2024, kinerja Presiden Prabowo pada 100 hari pertama pemerintahannya memunculkan beragam penilaian dari lembaga survei maupun masyarakat, sehingga diperlukan analisis sentimen untuk memahami opini publik secara lebih komprehensif. Penelitian ini bertujuan untuk membandingkan hasil evaluasi accuracy, precision, recall, dan F1-score model CNN-LSTM dengan model CNN konvensional dan LSTM konvensional serta mengetahui distribusi sentimen opini publik di platform X mengenai 100 hari kerja Presiden Prabowo. Penelitian dilakukan menggunakan dataset tweet berbahasa Indonesia yang diberi label sentimen positive, neutral, dan negative dengan InSet Lexicon. Tahap pra-pemrosesan mencakup data cleaning, case folding, tokenizing, normalisasi teks berbasis dictionary lookup dan similarity-based, stemming, stopword removal, serta pembagian data. Ketidakseimbangan kelas ditangani melalui resampling SMOTE dan IndoBERT-Cosine Similarity. Selanjutnya dilakukan pelatihan dan pengujian model CNN-LSTM, CNN konvensional, dan LSTM konvensional. Pengujian dilakukan pada dataset dengan labelisasi sebelum dan setelah pra-pemrosesan untuk mengetahui pengaruh tahapan tersebut terhadap performa model, serta pengujian model dilakukan dengan dan tanpa attention mechanism. Hasil penelitian menunjukkan bahwa model CNN-LSTM memiliki performa paling unggul secara keseluruhan dengan kombinasi labelisasi setelah pra-pemrosesan dan attention mechanism menghasilkan accuracy sebesar 0.78352, macro precision 0.84140, macro recall 0.58740, dan macro F1-score 0.61326, dibandingkan dengan model CNN dan LSTM konvensional. Analisis distribusi sentimen menunjukkan sentimen positif mendominasi opini publik sebesar 61.4%, diikuti negatif 33.8% dan netral 4.8% terhadap kinerja Presiden Prabowo pada 100 hari pertama pemerintahannya.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Naflah Shafa Edia
Date Deposited:	09 Jan 2026 02:41
Last Modified:	09 Jan 2026 02:41
URI:	http://repository.itk.ac.id/id/eprint/25024

Actions (login required)

View Item