ANALISIS SENTIMEN BERITA TRENDING PADA MEDIA SOSIAL X BERBASIS NATURAL LANGUAGE PROCESSING

SAPUTRI, YOSANDRA (2025) ANALISIS SENTIMEN BERITA TRENDING PADA MEDIA SOSIAL X BERBASIS NATURAL LANGUAGE PROCESSING. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB0.pdf Download (1MB)
	Text (BAB 1) BAB1.pdf Download (530kB)
	Text (DAFTAR PUSTAKA) DAPUS.pdf Download (432kB)
	Text (FULL BAB SKRIPSI) FULLBAB(pdfgear.com).pdf Restricted to Repository staff only Download (1MB)
	Text (LAMPIRAN) LAMP.pdf Download (539kB)

Abstract

Dalam era digital yang semakin dinamis, media sosial telah menjadi wadah utama penyebaran informasi sekaligus ruang ekspresi publik terhadap berbagai isu yang berkembang. Penelitian ini bertujuan untuk menganalisis sentimen netizen terhadap berita trending di platform Media Sosial X pada periode Januari hingga Juni 2025 menggunakan pendekatan Natural Language Processing (NLP) dan algoritma Long Short-Term Memory (LSTM). Data diperoleh melalui teknik scraping dan diproses menggunakan tahapan NLP, seperti cleansing, tokenization, dan penerjemahan teks. Sentimen yang dianalisis dikelompokkan dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan bahwa dari 15 topik trending, diperoleh total 4483 komentar dengan persebaran sentimen: 1569 positif, 1612 negatif, dan 1302 netral. Model LSTM yang digunakan memiliki performa bervariasi dengan akurasi tertinggi sebesar 67% (pada topik “Indonesia Gelap” dan “Ijazah Palsu”) dan akurasi terendah 34% (pada topik “Rinjani”). Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi analitik teks untuk memahami opini publik secara lebih objektif.

Actions (login required)

View Item