| Penulis Utama | : | Muthia Khairunnisa |
| NIM / NIP | : | M0722052 |
Perubahan iklim akibat emisi gas rumah kaca mendorong pengembangan transportasi ramah lingkungan seperti mobil listrik di Indonesia, meskipun adopsinya masih menghadapi pro dan kontra di masyarakat. Pemetaan pandangan publik diperlukan untuk memperoleh gambaran yang lebih jelas mengenai tingkat penerimaan dan penolakan masyarakat terhadap mobil listrik. Media sosial merupakan sumber data yang potensial karena berisi berbagai opini publik yang dapat diolah secara objektif. Penelitian ini menganalisis sentimen publik terhadap mobil listrik di Indonesia serta membandingkan performa model LSTM, BiLSTM, CNN-LSTM, dan CNN-BiLSTM dalam klasifikasi sentimen. Data penelitian diperoleh dari media sosial X melalui proses tweet harvesting berdasarkan kata kunci terkait mobil listrik pada rentang waktu 1 Januari hingga 31 Agustus 2025. Data selanjutnya diproses melalui tahap preprocessing, pelabelan menggunakan IndoBERT, serta representasi teks menggunakan embedding IndoBERT dan fastText. Pemodelan dilakukan menggunakan algoritma LSTM, BiLSTM, CNNLSTM, dan CNN-BiLSTM, kemudian dievaluasi menggunakan metrik macro F1-score dan akurasi untuk membandingkan kinerja masing-masing model. Hasil penelitian menunjukkan bahwa model CNN-BiLSTM dengan embedding IndoBERT memberikan performa terbaik dibandingkan model lainnya dengan nilai macro F1-score sebesar 0,7605 dan akurasi sebesar 0,7888. Embedding IndoBERT secara konsisten mengungguli penggunaan embedding fastText pada seluruh arsitektur. Distribusi hasil klasifikasi menunjukkan bahwa sentimen publik terhadap mobil listrik di Indonesia didominasi oleh sentimen negatif sebesar 56,44%, diikuti oleh sentimen positif sebesar 28,38% dan sentimen netral sebesar 15,18%. Dominasi sentimen negatif mengindikasikan bahwa masyarakat masih memiliki berbagai kekhawatiran, terutama terkait harga kendaraan yang relatif tinggi dan keterbatasan infrastruktur pengisian daya. Temuan ini menunjukkan bahwa meskipun mobil listrik dipandang sebagai solusi transportasi ramah lingkungan, penerimaan masyarakat masih memerlukan dukungan kebijakan dan strategi komunikasi yang lebih efektif.
| Penulis Utama | : | Muthia Khairunnisa |
| Penulis Tambahan | : | - |
| NIM / NIP | : | M0722052 |
| Tahun | : | 2026 |
| Judul | : | Analisis Sentimen Mobil Listrik di Indonesia Menggunakan Algoritma LSTM, BiLSTM, CNN-LSTM, dan CNN-BiLSTM |
| Edisi | : | |
| Imprint | : | Surakarta - Fak. MIPA - 2026 |
| Program Studi | : | S-1 Statistika |
| Kolasi | : | |
| Sumber | : | |
| Kata Kunci | : | Analisis Sentimen, Mobil Listrik, LSTM, BiLSTM, CNN-LSTM, CNN-BiLSTM |
| Jenis Dokumen | : | Skripsi |
| ISSN | : | |
| ISBN | : | |
| Link DOI / Jurnal | : | - |
| Link DOI | : | - |
| Status | : | Public |
| Pembimbing | : |
1. Prof. Drs. Isnandar Slamet, M.Sc., Ph.D. 2. Dra. Respatiwulan, M.Si. |
| Penguji | : |
1. Dra. Rr Sri Sulistijowati Handajani, M.Si. 2. Drs. Sugiyanto M.Si. |
| Catatan Umum | : | |
| Fakultas | : | Fak. MIPA |
| Halaman Awal | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
|---|---|---|
| Halaman Cover | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB I | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB II | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB III | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB IV | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB V | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| BAB Tambahan | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| Daftar Pustaka | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |
| Lampiran | : | Harus menjadi member dan login terlebih dahulu untuk bisa download. |