Analisis Sentimen pada Komentar Youtube Mengenai Mobil Listrik Menggunakan Algoritma LSTM dan CNN

Febrina Valentine Mehe, Zefanya (2025) Analisis Sentimen pada Komentar Youtube Mengenai Mobil Listrik Menggunakan Algoritma LSTM dan CNN. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (631kB)
	PDF BAB_I.pdf Download (258kB)
	PDF BAB_II.pdf Download (470kB)
	PDF BAB_III.pdf Download (732kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (266kB)
	PDF DAFTAR_PUSTAKA.pdf Download (249kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (787kB)

Abstract

Perubahan iklim global meningkatkan perhatian pada emisi karbon dari kendaraan berbahan bakar fosil. Mobil listrik hadir sebagai solusi ramah lingkungan karena mampu mengurangi emisi gas rumah kaca dan polusi udara. Namun, adopsi di Indonesia masih menghadapi tantangan seperti infrastruktur pengisian daya yang terbatas dan harga yang relatif tinggi, meskipun penjualannya menunjukkan peningkatan. Persepsi masyarakat di media sosial, khususnya YouTube, penting untuk dianalisis lebih lanjut. Penelitian ini menggunakan algoritma Long Short-Term Memory (LSTM) dan Convolutional Neural Network (CNN) untuk analisis sentimen komentar YouTube tentang mobil listrik. LSTM unggul dalam memproses data sekuensial, sedangkan CNN efektif menangkap fitur lokal. Untuk mengatasi ketidakseimbangan kelas data, digunakan teknik Synthetic Minority Over- sampling Technique (SMOTE). Hasil penelitian menunjukkan model CNN dengan SMOTE memberikan kinerja terbaik, dengan akurasi 78,08% dan macro f1-score sebesar 0,77, mengungguli LSTM yang hanya mencapai 74,04%. Sentimen masyarakat mencerminkan pandangan positif, seperti efisiensi energi dan pengurangan emisi. Namun, hambatan utama tetap pada harga tinggi dan kurangnya infrastruktur. Studi ini memberikan wawasan bagi produsen, pembuat kebijakan, serta konsumen dalam mendorong adopsi mobil listrik di Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Febrina Valentine Mehe, Zefanya (00000061664)
Contributors:	Fernando, Erick
Keywords:	Analisis Sentimen, CNN, LSTM, Mobil Listrik
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	10 Sep 2025 05:41
URI:	https://kc.umn.ac.id/id/eprint/40449

Actions (login required)

View Item