Analisis Sentimen Masyarakat Terhadap Pemindahan Ibu Kota Negara di Indonesia pada Komentar Video YouTube Menggunakan Word2Vec Embeddings pada Hybrid CNN-LSTM
Perkembangan teknologi informasi membuat media sosial menjadi salah satu platform utama bagi masyarakat untuk menyampaikan pendapat dan perasaan mereka mengenai berbagai isu sosial dan politik. Salah satu topik yang menjadi sorotan utama di Indonesia adalah rencana pemindahan ibu kota negara. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap rencana pemindahan ibu kota negara melalui komentar video pada platform YouTube. Metode yang digunakan melibatkan teknik Word2Vec Embeddings untuk mengubah teks komentar menjadi vektor numerik yang merepresentasikan makna semantik kata-kata. Selanjutnya, vektor yang dihasilkan tersebut digunakan sebagai fitur masukan untuk model Hybrid CNN-LSTM, kombinasi Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) untuk mengklasifikasikan sentimen menjadi positif, negatif, atau netral. Penelitian ini membuktikan Word2Vec dapat memproses hubungan semantik antar kata dan digunakan sebagai input pada embedding la- yer. Model Hybrid CNN-LSTM dapat memprediksi komentar baru yang menjadi masukan dengan akurasi sebesar 74%. Hasil akhir penelitian menunjukkan bahwa sentimen masyarakat terhadap pemindahan ibu kota negara didominasi oleh sentimen positif sebesar 56.4% atau 31.859 komentar dari total data sebanyak 56.472 komentar.
URI
https://repo.itera.ac.id/depan/submission/SB2406060160
Keyword
Analisis Sentimen Hybrid CNN-LSTM Pemindahan Ibu Kota Negara Word2Vec Embeddings YouTube