OPTIMALISASI KINERJA KLASIFIKASI TEKS BERDASARKAN ANALISIS BERBASIS ASPEK DAN MODEL HYBRID DEEP LEARING

Abstract

Konflik antara Palestina dan Israel telah menimbulkan perdebatan dan reaksi yang kuat di media sosial, termasuk di Indonesia. Persepsi publik terhadap berbagai aspek tentunya penting untuk mengindentifikasi isu-isu dalam konflik Palestina-Israel. Namun, proses klasifikasi aspek-aspek konflik Palestina-Israel secara manual membutuhkan sumber daya manusia dan waktu yang lama. Penelitian ini bertujuan untuk mengeksplorasi pandangan masyarakat Indonesia terhadap konflik Palestina-Israel melalui analisis sentimen berdasarkan aspek Wilayah, Agama, Politik, dan Sejarah. Dengan menggunakan teknologi deep learning, khususnya model kombinasi Convolutional Neural Networks dengan Long Short-Term Memory (CNN-LSTM), penelitian ini menganalisis data opini dan pandangan yang dikumpulkan dari platform media sosial X (Twitter). Penelitian ini menunjukkan hasil dari dataset yang diperoleh bahwa aspek Politik lebih mendominasi dibandingkan aspek lainnya. Hasil evaluasi model memperoleh nilai akurasi masing-masing sebesar 96% yang mengindikasikan kemampuan model dalam mengklasifikasikan sentimen pengguna X terhadap konflik Palestina-Israel mencapai tingkat keberhasilan yang tinggi.