Implementasi Long Short-Term Memory (LSTM) dan Word Embedding Model pada Analisis Sentimen Layanan Uang Elektronik Ovo dan Link Aja

Abstract

Penelitian Implementasi LSTM (Long Short – Term Memory) dan Word Embedding ini bertujuan untuk menganalisis sentimen pelanggan terhadap layanan uang elektronik OVO dan Link Aja menggunakan teknik pemrosesan bahasa alami. Dari presentase dan visualisasi menggunakan Teknik LSTM dan Word Embedding, OVO memiliki ulasan negatif sebanyak 91% dan ulasan positif sebanyak 9% dari 1720 data ulasan. Dan nilai akurasi yang diperoleh adalah 83%, akurasi hasil validasi 79% dan akurasi hasil testing sebesar 79% juga serta presentase Recall, Precission dan F1-Measure masing – masing berkisar antara 67% - 84%. Dari hasil presentase tersebut OVO memiliki kesan yang negatif menurut para konsumen pada kategori transaksi dan disusul oleh kategori akun. Sedangkan Link Aja dengan menggunakan Teknik LSTM dan Word Embedding dan memiliki ulasan negatif 82% dan ulasan positif sebesar 18% ulasan positif dari total seluruh ulasan yang berjumlah 1580 data. Nilai akurasi yang diperoleh adalah 84%, akurasi hasil validasi 79% dan akurasi hasil testing sebesar 76% serta presentase Recall, Precission dan F1-Measure masing – masing berkisar antara 67% - 84%. Dari hasil presentase tersebut Link Aja memiliki kesan yang negatif menurut para konsumen pada kategori transaksi disusul oleh kategori akun sama halnya dengan aplikasi Ovo.