• Kode Repository : SKI /HER/19
• NPM : 065116076
• Nama : Herry Wijaya
• Pembimbing 1 : -Dr. Herfina, M.Kom., M.Pd
• Pembimbing 2 : -Mulyati, M.Kom.
• Abstrak : -PERBANDINGAN ANALISIS SENTIMEN INSTAGRAM TENTANG PENANGANAN BANJIR DENGAN METODE SVM DAN RNN TIPE LSTM Herry Wijaya (065116076) Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan Alamat : herrywijaya065116076@unpak.ac.id Abstrak Instagram adalah salah satu media sosial yang paling populer di indonesia. Pemerintah menggunakannya sebagai media penyampaian informasi terkait aspek umum ataupun permasalahan-permasalahan untuk masyarakat. Salah satu contohnya adalah memberikan informasi kegiatan yang sedang berlangsung atau akan direncanakan terkait penanganan banjir yang dilakukan di Jakarta. Dengan hal ini, maka masyarakat dapat mengetahui informasi penting dan juga memberikan komentar terkait kegiatan-kegiatan tersebut. Penelitian ini merupakan analisis sentimen yang membandingkan performa model algoritma SVM (Support Vector Machine) dan RNN tipe LSTM (Recurrent Neural Network) menggunakan dataset komentar instagram tentang penanganan banjir yang terjadi di jakarta. Analisis sentimen ini bertipe klasifikasi biner dengan dua feature, yaitu data teks komentar sebagai input observasi dan polaritas sentimen positif dan negatif sebagai label kelas yang akan diprediksi. Dataset komentar instagram yang dilatih menggunakan kedua model algoritma akan dievaluasi agar diketahui seberapa baik model tersebut dalam memprediksi apakah suatu komentar berpolaritas sentimen positif atau negatif. Pengukuran evaluasi yang dihasilkan kedua model algoritma dibandingkan menggunakan confusion matrix. Hasil penelitian membuktikan bahwa model algoritma RNN tipe LSTM memiliki performa yang lebih baik daripada model algoritma SVM. Model LSTM memiliki akurasi sebesar 78,84%. Kata kunci : Analisis Sentimen, Long Short Term Memory (LSTM), konfigurasi hyperparameter, confusion matrix, klasifikasi biner.
• Program Studi : Ilmu Komputer