PREDIKSI TREND GENRE FILM MENGGUNAKAN METODE LONG SHORT TERM MEMORY(LSTM) BERDASARKAN PENDEKATAN ANALISIS SENTIMEN MEDIA SOSIAL

Film sebagai salah satu hiburan bagi masyarakat yang dapat menyampaikan pesan moral sekaligus memberi informasi. Trend film pada masa pandemi ini mulai berkembang dengan 3 genre yang paling diminati yaitu Action, horor, dan komedi. Dengan semakin meningkatnya pengguna social media di Indonesia seperti Twitter, komentar-komentar pada twitter yang berisi opini positif maupun negatif tersebut yang dapat digunakan untuk meramalkan trend genre dimasa depan. Pengambilan Ulasan dilakukan menggunakan library Twint pada python dengan range waktu setiap bulan. Proses labeling pada ulasan library Textblob pada python untuk menghasilkan label berupa ulasan positif, negatif atau netral. Hasil total Sentimen pada Genre Action, Horor dan Komedi, nanti nya akan di prediksi menggunakan metode Long Short Term Memory (LSTM) dengan menggunakan library Keras, melalui tahapan crawling data sentimen dari netizen pada twitter dengan mengindentifikasi sentimen positif, negatif, dan netral pada setiap bulannya. Hasil penelitian didapati nilai neuron hidden yang berbeda-beda didominasi pada nilai neuron hidden 15, nilai batch size didominasi dengan nilai batch size 4 paling dominan dan nilai max epochs didominasi dengan jumlah max epochs 50 dan 100.Melalui penelitian ini, nilai eror RMSE pada genre Action Positif sebesar 0,611681. Hasil Analisa kategori action cenderung lebih naik dibanding 2 kategori lainnya akan tetapi kategori action lebih rawan dikarenakan sentimen negatif yang lebih tinggi.