Analisis Sentimen Tokocrypto pada Twitter menggunakan Metode Long Short-Term Memory

Abstrak

PT. Digital Indonesia Berkat atau yang disebut Tokocrypto merupakan perusahaan exchange cryptocurrency yang berpusat di Jakarta yang terdaftar resmi di Badan Pengawas Perdagangan Berjangka Komoditi (Bappebti). Tingkat kepuasan pelanggan tentu sangat penting untuk diperhatikan agar perusahaan bisa mendapatkan keuntungan dan mempertahankan pengguna layanan untuk terus menggunakan layanan milik perusahaan maupun menarik calon pengguna layanan. Sentimen masyarakat terhadap suatu cryptocurrency juga dapat berpengaruh terhadap harga dari cryptocurrency tersebut seperti cryptocurrency yang dimiliki Tokocrypto yang bernama TKO. Banyaknya data yang diberikan oleh pelanggan akan memakan waktu lama untuk dianalisis secara manual. Untuk mengatasinya, dapat dilakukan analisis sentimen menggunakan model pembelajaran mesin yang dapat memahami isi umpan balik pelanggan Tokocrypto. Penelitian ini menerapkan metode Bidirectional LSTM untuk mengklasifikasikan analisis sentimen menggunakan data tweet pengguna layanan Tokocrypto. Selain itu, diterapkan pengolahan awal data teks diperlukan untuk mengatasi umpan balik pelanggan yang mencakup kata-kata dan bahasa gaul yang tidak baku yang menyebabkan model kurang memahami makna aslinya. Model juga disesuaikan dengan hyperparameter dengan metode grid search sehingga model mendapatkan kombinasi parameter yang optimal. Pengubahan kata tidak baku tidak menjamin meningkatkan akurasi dari model namun tetap dapat membantu menghasilkan model yang lebih baik dengan hasil evaluasi antara lain nilai f1-score 0.9485, nilai precision 0,9423, nilai recall 0.92, nilai training loss 0.0001 dan nilai validation loss 0.0004.