Skripsi

ANALISIS SENTIMEN INSTAGRAM DAN FACEBOOK TERHADAP KONDISI LALU LINTAS DI KOTA PALEMBANG MENGGUNAKAN LONG SHORT TERM MEMORY

---

Penilaian

---

Penelitian ini bertujuan membangun model klasifikasi kondisi lalu lintas menggunakan data dari sosial media (Instagram dan Facebook) serta data ETLE dengan arsitektur Long Short-Term Memory (LSTM). Dari total 1.251 data sosial media yang dikumpulkan, sebanyak 932 data dipilih berdasarkan kemunculan kata kunci “macet”, “sedang”, dan “lancar”. Data ini kemudian dibagi menjadi data latih (743) dan data uji (150), serta diproses melalui tahapan preprocessing seperti cleaning, case folding, stemming, tokenization, stopword removal, dan normalisasi. Hasil klasifikasi menunjukkan akurasi tinggi pada data sosial media (96%), namun akurasi kategori “lancar” sangat rendah (18,75%) yang menunjukkan bias terhadap kategori “macet”. Sementara itu, hasil klasifikasi pada data ETLE menunjukkan akurasi stabil sebesar 93% tanpa indikasi bias yang signifikan. Evaluasi melalui pencocokan antar dua sumber data menunjukkan tingkat kesesuaian sebesar 82,25%, mencerminkan performa model yang cukup baik dalam kondisi nyata. Penelitian ini menyimpulkan bahwa model cukup andal, namun perlu perbaikan untuk meningkatkan sensitivitas terhadap kategori minoritas.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2507005613	T183802	T1838022025	Central Library (Reference)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T1838022025

Publisher

Indralaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Universitas Sriwijaya., 2025

Collation

xvii, 73 hlm.; ilus,; tab, 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

302.20 7

Content Type

Text

Media Type

unmediated

Carrier Type

other (computer)

Edition

-

Subject(s)

Komunikasi Massa
Prodi Sistem Komputer

Specific Detail Info

-

Statement of Responsibility

SEPTA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment