EVALUASI LEXICON-BASED DAN DEEP LEARNING PADA ANALISIS SENTIMEN PENGGUNA TWITTER TERKAIT PERKEMBANGAN METAVERSE DI INDONESIA

Konsep baru yang menjadi perhatian publik yaitu ‘metaverse’ yang merupakan bagian dari pesatnya perkembangan teknologi di dunia. Membawa dunia virtual ke dunia nyata menjadi hal yang sudah sangat mungkin terjadi. Terlebih dengan munculnya pandemi COVID-19 seakan memacu perkembangan teknologi untuk terus maju. Sejak CEO facebook Mark Zuckerberg mengumumkan bahwa facebook akan mengganti nama menjadi meta membuat publik dunia semakin menyoroti teknologi ini. Mengenai konsep metaverse yang ramai diperbincangkan, tidak menutup kemungkinan akan menimbulkan banyak pro dan kontra di antara masyarakat, ada yang menyambut dengan baik dan ada pula yang khawatir mengenai perkembangan teknologi ini.
Penelitian ini bertujuan untuk melihat bagaimana tanggapan masyarakat Indonesia terhadap metaverse serta melakukan evaluasi metode Lexicon-Based dan LSTM. Data yang digunakan diperoleh dari tweet pengguna twitter dengan kata kunci metaverse.
Penelitian ini mengimplementasikan dua algoritma yaitu Lexicon-Based dan LSTM dengan dua model klasifikasi yaitu Long Short-Term Memory (LSTM) dan pendekatan gabungan antaran Lexicon-Based dan LSTM yang kemudian dibandingkan untuk mendapatkan model dengan hasil performa terbaik yang nantinya digunakan untuk melakukan prediksi pada sentimen tweet pengguna twitter.
Pada hasil pengujian yang dilakukan, LSTM merupakan model dengan performa terbaik dibandingkan dengan model lainnya dengan nilai akurasi mencapai 93%. Sedangkan untuk model pendekatan gabungan LSTM dan Lexicon-Based sebesar 91%.