Pemantauan Citra PLN Melalui Analisis Sentimen Berbasis LSTM pada Platform Digital

Abstract

Di era digital, persaingan bisnis semakin ketat, dan media digital menjadi platform penting bagi perusahaan untuk mempromosikan produk serta memahami opini publik. Mengelola citra brand dan menanggapi sentimen publik menjadi krusial untuk mempertahankan daya saing. Penelitian ini melakukan analisis sentimen untuk mengevaluasi opini publik terhadap brand PLN selama Januari 2024. Data dikumpulkan dari berbagai platform media digital dan dianalisis menggunakan metode lexicon sentimen. Selain itu, model deep learning berbasis Long Short-Term Memory (LSTM) dengan framework TensorFlow dikembangkan untuk mengklasifikasikan sentimen. Dari 49.432 data yang dianalisis, 16,64% kalimat bersentimen negatif, 36,69% positif, dan 26,43% netral. Model LSTM menunjukkan akurasi 92%, dengan rata – rata precision 91,67%, recall 92%, dan f1-score 91,33%.