IMPLEMENTASI ALGORITMA LONG SHORT-TERM MEMORY (LSTM) DALAM ANALISIS SENTIMEN OPINI PUBLIK TERHADAP PENGGUNAAN KENDARAAN LISTRIK

Dalam era revolusi digital 4.0, kendaraan listrik menjadi bagian penting yang mengikuti perkembangan teknologi di bidang otomotif. Peningkatan penggunaan kendaraan berbahan bakar fosil menyebabkan polusi udara yang signifikan. Oleh karena itu, mengadopsi kendaraan listrik dapat menjadi solusi untuk mengurangi emisi gas dan dampak negatifnya terhadap lingkungan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap pandangan masyarakat tentang kendaraan listrik dengan menggunakan algoritma Long Short-Term Memory (LSTM) dalam pemodelan analisis sentimen. Data opini diambil dari platform media sosial Twitter dengan kata kunci "kendaraan listrik" pada periode 1-31 Maret 2023. Metode LSTM digunakan untuk mengklasifikasikan sentimen menjadi positif dan negatif berdasarkan data opini yang diperoleh. Hasil penelitian menunjukkan bahwa model LSTM memiliki kinerja yang baik dalam analisis sentimen pada data uji. Evaluasi model menunjukkan tingkat akurasi sebesar 97,79%, presisi sebesar 99,65%, recall sebesar 96,26%, dan F1-score 97,92%.