ANALISIS SENTIMEN DI TWITTER TERHADAP KENAIKAN UANG KULIAH TUNGGAL MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN)

Abstract

Artificial Neural Network (ANN), khususnya metode Single Layer Perceptron (SLP), telah menunjukkan efektivitas dalam klasifikasi teks cepat dan akurat. Penelitian ini mengaplikasikan SLP untuk menganalisis sentimen masyarakat terhadap kenaikan UKT di Twitter. Hasil menunjukkan performa model yang baik dengan rata-rata akurasi, presisi, recall, dan F1-score sebesar 84%. Ini mengindikasikan kemampuan SLP yang cukup baik dalam mengklasifikasikan sentimen terhadap kebijakan Kemendikbud terkait kenaikan UKT. Penelitian menyimpulkan bahwa peningkatan jumlah data dapat lebih mengoptimalkan kinerja model dalam proses training dan meningkatkan akurasi prediksi pada data testing.

Kata kunci: Single Layer Perceptron, Confusion Matrix, Kemendikbud,