Tel-UTel-U
International Journal on Information and Communication Technology (IJoICT)International Journal on Information and Communication Technology (IJoICT)The evolution of social media has transformed platforms like Twitter from a mere information repository to a platform for expressing opinions and aspirations. Sentiment analysis on Twitter, particularly concerning the 2024 Indonesian presidential election, holds crucial importance for understanding public sentiment. The main contribution of this research is to optimize the Gated Recurrent Unit (GRU) model using Genetic Algorithm and combine feature expansion with Word2Vec for sentiment analysis on the topic of presidential election in Indonesia 2024. This research uses 39,791 datasets with GRU method, TF-IDF feature extraction, Word2Vec feature expansion with 142,545 corpus from IndoNews, and Genetic Algorithm optimization, the study achieves a peak accuracy of 86.46%, a 4.49% improvement over the baseline. By combining TF-IDF with a 5,000 maximum features, applying Word2Vec to the top 1 similarity, and utilizing Genetic Algorithm for feature optimization, this study demonstrates the effectiveness of these methods in improving the accuracy of sentiment analysis, thus significantly contributing to understanding public opinion during the 2024 Indonesian presidential election.
This research successfully analyzed public sentiment towards the 2024 Indonesian presidential election using Twitter data.The combination of GRU, TF-IDF, Word2Vec, and Genetic Algorithm proved effective in enhancing sentiment analysis accuracy, achieving a peak accuracy of 86.These findings provide valuable insights for political organizations, survey agencies, and media companies seeking to understand public opinion and inform their strategies.
Further research should explore the application of this model to Twitter data from diverse topics beyond the presidential election to assess its generalizability. Investigating the impact of varying GRU model parameters on analysis results is crucial for optimizing performance. Additionally, exploring different word vector representations from various corpora could further enhance the models accuracy. Finally, comparing the performance of the Genetic Algorithm with other feature optimization methods would provide a comprehensive evaluation of its effectiveness. These future studies will strengthen the findings of this research and improve the effectiveness of the GRU model in analyzing sentiment from Twitter data, ultimately contributing to a deeper understanding of public opinion in Indonesia. The integration of these approaches will allow for a more nuanced and accurate assessment of public sentiment, providing valuable insights for various stakeholders.
| File size | 565.35 KB |
| Pages | 16 |
| DMCA | Report |
Related /
UPIUPI Analisis kebutuhan energi RBC menunjukkan konsumsi energi lebih rendah dibandingkan proses biologis lain (MBR dan SBR). Keunggulan operasional dan konsumsiAnalisis kebutuhan energi RBC menunjukkan konsumsi energi lebih rendah dibandingkan proses biologis lain (MBR dan SBR). Keunggulan operasional dan konsumsi
UPIUPI Untuk mengatasi masalah ini, inisiatif CDIO dianggap sebagai alat ideal untuk memastikan keberhasilan akreditasi. Standar CDIO, silabus, kurikulum teknik,Untuk mengatasi masalah ini, inisiatif CDIO dianggap sebagai alat ideal untuk memastikan keberhasilan akreditasi. Standar CDIO, silabus, kurikulum teknik,
UPIUPI Model ini menyatakan bahwa kinerja buruk tidak hanya disebabkan oleh kurangnya pengetahuan dan keterampilan tetapi juga sikap dan kebiasaan yang buruk.Model ini menyatakan bahwa kinerja buruk tidak hanya disebabkan oleh kurangnya pengetahuan dan keterampilan tetapi juga sikap dan kebiasaan yang buruk.
SHMPUBLISHERSHMPUBLISHER Sebagai penelitian lanjutan, studi prediksi risiko kredit dapat dilanjutkan dengan mengoptimalkan algoritma genetik melalui penyetelan hyperparameter sertaSebagai penelitian lanjutan, studi prediksi risiko kredit dapat dilanjutkan dengan mengoptimalkan algoritma genetik melalui penyetelan hyperparameter serta
UNAIUNAI GOSHEN, singkatan dari Go, Share, dan Encourage, mencerminkan misi persekutuan Kristen melalui kelompok kecil di universitas. Sistem ini mengotomatiskanGOSHEN, singkatan dari Go, Share, dan Encourage, mencerminkan misi persekutuan Kristen melalui kelompok kecil di universitas. Sistem ini mengotomatiskan
UNAIUNAI Sistem perangkat lunak komposter memberikan kemudahan pengendalian dan pemantauan melalui antarmuka, termasuk kemampuan akses jarak jauh. Otomasi motorSistem perangkat lunak komposter memberikan kemudahan pengendalian dan pemantauan melalui antarmuka, termasuk kemampuan akses jarak jauh. Otomasi motor
UNAIUNAI Penelitian ini memberikan gambaran mengenai kondisi jaringan mahasiswa di Universitas Advent Indonesia dalam konteks kesiapan untuk pembelajaran hybridPenelitian ini memberikan gambaran mengenai kondisi jaringan mahasiswa di Universitas Advent Indonesia dalam konteks kesiapan untuk pembelajaran hybrid
ANTARBANGSAANTARBANGSA Namun, Naïve Bayes memiliki kekurangan yaitu sangat sensitif pada fitur yang terlalu banyak, yang mengakibatkan akurasi klasifikasi menjadi rendah. OlehNamun, Naïve Bayes memiliki kekurangan yaitu sangat sensitif pada fitur yang terlalu banyak, yang mengakibatkan akurasi klasifikasi menjadi rendah. Oleh
Useful /
STKIP SINGKAWANGSTKIP SINGKAWANG Namun, model PjBL-STEM terbukti efektif untuk meningkatkan keterampilan abad 21 sehingga cocok untuk hasil Kurikulum Merdeka. Penelitian masa depan diharapkanNamun, model PjBL-STEM terbukti efektif untuk meningkatkan keterampilan abad 21 sehingga cocok untuk hasil Kurikulum Merdeka. Penelitian masa depan diharapkan
STKIP SINGKAWANGSTKIP SINGKAWANG Menggunakan metodologi penelitian dan pengembangan (R&D), studi ini dilakukan dalam tiga tahap utama: desain produk, uji coba produk, dan perakitan produk.Menggunakan metodologi penelitian dan pengembangan (R&D), studi ini dilakukan dalam tiga tahap utama: desain produk, uji coba produk, dan perakitan produk.
Tel-UTel-U The results showed the highest accuracy (82.72%) was achieved by combining TF-IDF with a maximum of 7000 features, FastText expansion on the top 5 features,The results showed the highest accuracy (82.72%) was achieved by combining TF-IDF with a maximum of 7000 features, FastText expansion on the top 5 features,
Tel-UTel-U Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi niat untuk melanjutkan transaksi digital paylater, yang berfokus pada individuPenelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi niat untuk melanjutkan transaksi digital paylater, yang berfokus pada individu