Perkembangan teknologi ditujukan untuk memaksimalkan kinerja manusia. Salah satu dari besarnya
perkembangan teknologi adalah terciptanya media sosial. Pada penelitian ini media sosial yang digunakan
adalah Twitter. Tujuan dari penelitian ini adalah untuk menganalisis sentimen dari opini yang diberikan
oleh masyarakat pada Twitter berbahasa Indonesia. Dalam melakukan analisis sentimen, data tweet
dikumpulkan dengan cara melakukan crawling data dan memberikan label positif, negatif, dan netral lalu
direpresentasikan menjadi angka 1, -1, dan 0. Metode yang digunakan sebagai klasifikasi sentimen data
tweet adalah metode Convolutional Neural Network dan Gated Recurrent Unit. Tahapan penelitian meliputi
Seleksi fitur, Ekspansi fitur, preprocessing dan SMOTE. Hasil akurasi tertinggi didapatkan oleh
penggabungan metode CNN-GRU dengan akurasi sebesar 97.77%. berdasarkan pengujian tersebut dapat
disimpulkan pengujian Sentiment Analysis Media Sosial dengan menggunakan metode Convolutional
Neural Network (CNN) dan Gated Recurrent Unit (GRU) dapat menghasilkan nilai akurasi yang tinggi, dan
pengujian ekspansi fitur terhadap model deep learning dapat menghasilkan kenaikan nilai akurasi yang
signifikan