Analisis Sentimen Masyarakat Terhadap Vaksin Covid 19 Menggunakan Metode Recurrent Neural Network Dengan Long Short-Term Memory
Kode Repository :SKI62/HIL/21
NPM :065117235
Nama :Hilman Naufal
Pembimbing 1 :-Dr. Prihastuti Harsani, M.Si
Pembimbing 2 :-Boldson H.S, S.Kom. MMSI
Abstrak :-ANALISIS SENTIMEN MASYARAKAT TERHADAP VAKSIN COVID-19 MENGGUNAKAN METODE RECURRENT NEURAL NETWORK DENGAN LONG-SHORT TERM MEMORY
Prihastuti Harsani1), Boldson Herdianto Situmorang2), Hilman Naufal3)
1,2,3) Program Studi Ilmu Komputer Universitas Pakuan, Jl. Pakuan PO Box 452, Bogor 16143, Jawa Barat, Indonesia
Corresponding Author: prihastuti.harsani@unpak.ac.id
Abstrak
Kemunculan virus SARS-CoV-2 yang menyebar sangat cepat dan menyebabkan penyakit Covid-19 membuat banyak negara terdampak Covid-19 dan menerapkan kebijakan wajib vaksin untuk masyarakatnya agar angka laju penyebaran penyakit tersebut dapat ditekan. Salah satu negara yang terdampak dan menerapkan kebijakan wajib vaksin Covid-19 adalah Indonesia. Namun, kebijakan tersebut menuai berbagai opini di masyarakat Indonesia. Analisis Sentimen merupakan sebuah teknik analisis data teks yang dapat menganalisis tentang opini, sentimen, dan pandangan berdasarkan kata kunci negatif dan positif yang terdapat dalam sebuah teks. Penelitian ini berisikan tentang analisis sentimen masyarakat Indonesia terhadap vaksin Covid-19 yang ada di Indonesia menggunakan metode Long-Short Term Memory. Dari hasil yang didapat, dilakukan 9 kali percobaan dengan nilai epochs dan layers yang berbeda dan menghasilkan nilai akurasi dengan rata-rata nilai sebesar 89.30% dan nilai akurasi terbesar yaitu 89.89%. Dari hasil tersebut dapat disimpulkan bahwa metode yang digunakan dapat diterapkan untuk pengklasifikasian sentimen.
Kata kunci: Analisis Sentimen, Vaksin, Covid-19, LSTM