Text

ANALISIS SENTIMEN BERBASIS ASPEK TERHADAP CRYPTOCURRENCY DI MEDIA SOSIAL MENGGUNAKAN LATENT DIRECHLET ALLOCATION DAN MACHINE LEARNING

---

Penelitian ini membahas Analisis Sentimen Berbasis Aspek terhadap Cryptocurrency di Media Sosial Menggunakan Latent Dirichlet Allocation (LDA) dan Machine Learning. Tujuan utama penelitian ini adalah mengidentifikasi aspek-aspek utama dalam diskusi publik mengenai cryptocurrency di platform YouTube dan X, serta mengklasifikasikan sentimen publik terhadap setiap aspek menggunakan algoritma pembelajaran mesin. Metode LDA digunakan untuk pemodelan topik dan ekstraksi aspek, sementara algoritma Support Vector Machine (SVM), Logistic Regression, K-Nearest Neighbor (KNN), Random Forest, dan XGBoost diterapkan untuk klasifikasi sentimen. Data penelitian mencakup 2.942 tweet dan 5.058 komentar berbahasa Indonesia. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa LDA berhasil mengidentifikasi lima aspek utama diskusi publik, yaitu perdagangan, investasi, hukum, dan teknologi. Model XGBoost memperoleh akurasi tertinggi dengan 94,32% pada klasifikasi aspek dan 79,46% pada klasifikasi sentimen. Selain itu, model ensemble yang dibangun dari tiga algoritma terbaik mampu meningkatkan akurasi hingga 94,07% untuk aspek dan 82,08% untuk sentimen. Temuan ini membuktikan bahwa kombinasi metode LDA dan ensemble learning mampu menghasilkan analisis sentimen berbasis aspek yang lebih stabil, akurat, dan informatif terhadap persepsi publik mengenai cryptocurrency di media sosial.

---

Availability

Detail Information

Call Number

Informatika 302.4 Faj a

Language

Indonesia

NPM

213510486

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

machine learning
Analisis Sentimen
LDA
Ensemble
Cryptocurrency

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment