Analisis Sentimen Pengaruh Influencer terhadap Produk yang Dipromosikan di X Menggunakan Metode Long Short-Term Memory (LSTM)

Indra, Indra (2026) Analisis Sentimen Pengaruh Influencer terhadap Produk yang Dipromosikan di X Menggunakan Metode Long Short-Term Memory (LSTM). Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (856kB)
	PDF BAB_I.pdf Download (238kB)
	PDF BAB_II.pdf Download (323kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (215kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (224kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (3MB)
	Archive (ZIP) 00000054427_2521_LembarPengesahan.pdf Restricted to Registered users only Download (64kB)

Abstract

Perkembangan media sosial menjadikan X, yang sebelumnya dikenal sebagai Twitter, sebagai ruang bagi masyarakat untuk menyampaikan opini terhadap produk yang dipromosikan oleh influencer. Penelitian ini bertujuan untuk menganalisis sentimen pengaruh influencer terhadap produk yang dipromosikan di X menggunakan metode Long Short-Term Memory (LSTM) berdasarkan data hasil crawling tweet berbahasa Indonesia periode 2020 sampai 2024. Dataset akhir berjumlah 3.731 data, terdiri dari 2.349 sentimen negatif dan 1.382 sentimen positif, dengan tahapan penelitian meliputi pengumpulan data, penggabungan dataset, preprocessing teks, labeling sentimen, tokenisasi, padding, word embedding, pembagian data, oversampling data latih, pelatihan model, dan evaluasi. Penelitian ini membandingkan tiga arsitektur, yaitu LSTM satu layer, LSTM dua layer, dan Bidirectional LSTM. Hasil pengujian menunjukkan bahwa LSTM satu layer memperoleh performa terbaik berdasarkan F1-score sebesar 0,7551, dengan accuracy 0,8072, precision 0,7138, recall 0,8014, dan AUC 0,8668, sehingga LSTM satu layer dipilih sebagai model terbaik dalam penelitian ini.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Indra, Indra (00000054427)
Contributors:	Permana, Angga Aditya
Keywords:	analisis sentimen, influencer, LSTM, produk promosi, X
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 11:58
URI:	https://kc.umn.ac.id/id/eprint/48308

Actions (login required)

View Item