@phdthesis{eprintsunpak8823,
          school = {Universitas Pakuan},
           title = {Analisis Sentimen Terhadap Cryptocurrency
Pada Social Media Twitter Menggunakan
Metode Long Short-Term Memory},
          author = {Wildaa Dias Pratama and Sri Setyaningsih and Boldson Herdianto Situmorang},
            year = {2023},
           month = {September},
             url = {http://eprints.unpak.ac.id/8823/},
        abstract = {Analisis Sentimen Terhadap Cryptocurrency
Pada Social Media Twitter Menggunakan
Metode Long Short-Term Memory
Wildan Dias Pratama1
, Sri Setyaningsih2
, Boldson Herdianto S3
1,2,3 Program Studi Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas
Pakuan Bogor
Abstract
Cryptocurrency merupakan mata uang digital yang diperdagangkan melalui teknologi blockchain dan
menjadi topik pembahasan luas di media sosial, termasuk Twitter. Penelitian ini menganalisis sentimen terhadap
cryptocurrency dengan menggunakan metode Long Short-Term Memory (LSTM). Dataset yang digunakan
terdiri dari 6386 tweet yang diklasifikasikan ke dalam tiga kategori sentimen: positif, netral, dan negatif. Tweet
dalam dataset bervariasi dalam panjang dan kompleksitas, namun semua telah melalui tahap praproses seperti
case folding, tokenisasi, dan stemming.
Ukuran data dan jumlah tweet yang besar dapat mempengaruhi efisiensi proses klasifikasi, sehingga
dilakukan pelabelan sentimen menggunakan pendekatan berbasis leksikon. Pengujian dilakukan dengan
berbagai parameter, termasuk jumlah neuron, learning rate, dan dropout untuk memaksimalkan akurasi. Hasil
uji coba menunjukkan bahwa model LSTM dengan 300 neuron, learning rate 0.001, dan dropout 0.9
memberikan hasil terbaik. Pada data latih, akurasi mencapai 99.64\%, sementara pada data uji mencapai 94.36\%.
Hasil visualisasi dengan word cloud menunjukkan kata-kata yang paling sering muncul pada sentimen positif,
netral, dan negatif.
Penelitian ini juga menggunakan Latent Dirichlet Allocation (LDA) untuk memodelkan topik yang ada
dalam tweet, menghasilkan sembilan topik utama yang berkaitan dengan cryptocurrency.
Kata kunci: Cryptocurrency; Sentimen Analisis; Long Short-Term Memory; Twitter; Latent Dirichlet
Allocation}
}