IMPLEMENTASI LONG SHORT-TERM MEMORY(LSTM)UNTUK ANALISIS SENTIMEN ULASAN FITUR STORY INSTAGRAM DENGAN INTEGRASI FITUR EMOJI

Instagram merupakan salah satu platform media sosial yang menyediakan fitur Instagram Story sebagai sarana untuk berbagi konten dan menerima tanggapan berupa komentar. Komentar-komentar tersebut mengandung informasi sentimen yang dapat digunakan untuk memahami persepsi pengguna. Namun, analisis sentimen secara manual sulit dilakukan karena jumlah data yang besar, penggunaan bahasa tidak baku, serta adanya emoji. Penelitian ini bertujuan untuk menganalisis pengaruh penambahan fitur emoji terhadap kinerja model Long Short-Term Memory (LSTM) dalam mengklasifikasikan sentimen komentar Instagram. Dataset diperoleh melalui proses web scraping, kemudian diproses melalui tahapan translasi, demojisasi, case folding, cleaning, normalisasi, tokenisasi, sequence, dan padding. Model LSTM diuji menggunakan beberapa kombinasi epoch dan batch size, kemudian dievaluasi menggunakan metrik Accuracy, Precision, Recall, F1-Score, serta Confusion Matrix. Hasil penelitian menunjukkan bahwa model tanpa fitur emoji memperoleh akurasi terbaik sebesar 86,21% pada epoch 10 dan batch size 32, sedangkan model dengan fitur emoji memperoleh akurasi terbaik sebesar 90,15% pada epoch 30 dan batch size 32. Penambahan fitur emoji juga meningkatkan nilai Precision, Recall, dan F1-Score, sehingga mampu meningkatkan kemampuan model dalam mengklasifikasikan sentimen komentar Instagram.