Analisis Sentimen Kendaraan Listrik (TA)
Tugas akhir saya: membandingkan model CNN, LSTM, BiLSTM, dan hybrid CNN+BiLSTM-Attention untuk mengklasifikasikan sentimen berbahasa Indonesia terhadap kendaraan listrik dari Platform X, diimplementasikan sebagai demo web Streamlit.
Teknologi :
Timeline: September – Desember 2025
Ringkasan
Ini adalah skripsi (Tugas Akhir) saya di Universitas 17 Agustus 1945 Surabaya, proyek akhir yang wajib ditempuh untuk lulus dengan gelar Sarjana Komputer di bidang Informatika. Skripsi ini membandingkan empat arsitektur deep learning untuk mengklasifikasikan sentimen berbahasa Indonesia terhadap kendaraan listrik, menggunakan diskusi publik asli yang dikumpulkan dari Platform X (dulu Twitter).
Judul: Analisis Sentimen Terhadap Ulasan Online untuk Kendaraan Listrik Menggunakan Deep Learning di Platform X.
Kenapa topik ini: perhatian publik terhadap kendaraan listrik di Indonesia sudah berkembang cukup besar hingga menghasilkan diskusi yang terus-menerus, berantakan, dan penuh opini di media sosial. Itulah jenis data tidak terstruktur dan subjektif yang memang menjadi alasan analisis sentimen dibutuhkan, dan perbandingan model yang sistematis atas data ini berguna bagi tiga audiens berbeda: peneliti yang mengembangkan riset analisis sentimen dan NLP, industri otomotif yang ingin tahu apa yang sebenarnya dipikirkan masyarakat tentang kendaraan mereka, dan calon pembeli yang ingin mengukur opini publik sebelum membeli.
Pertanyaan Inti
Empat arsitektur dilatih dan dibandingkan langsung pada data dan tugas yang sama: mengklasifikasikan tweet sebagai Positif, Negatif, atau Netral.
- CNN: ekstraksi fitur lokal dari teks.
- LSTM: konteks sekuensial, satu arah.
- BiLSTM: konteks sekuensial, dua arah.
- Hybrid CNN + BiLSTM dengan Attention: ekstraksi fitur lokal dari CNN yang dialirkan ke konteks dua arah BiLSTM, ditambah mekanisme attention di atasnya.
Data dan Pelabelan
Dataset berupa tweet berbahasa Indonesia tentang kendaraan listrik, dikumpulkan sejak 1 Januari 2023 hingga 30 Agustus 2025 lewat crawler khusus, dengan 26.852 sampel tersisa setelah praproses.
Pelabelan tidak memakai ambang leksikon tetap, yang merupakan pendekatan default dan lebih sederhana. Sebaliknya, setiap tweet mendapat skor sentimen berbasis leksikon (InSet ditambah leksikon pelengkap), dan batas labelnya ditentukan secara dinamis per dataset menggunakan kuantil: di bawah Q1 dianggap Negatif, di atas Q3 dianggap Positif, dan rentang tengahnya Netral. Intinya adalah ambang yang menyesuaikan diri dengan distribusi skor dataset ini secara spesifik, bukan ambang tetap yang mengasumsikan bentuk distribusi yang belum tentu sesuai.
