Abstrak
Permasalahan banjir mengakibatkan banyak kerugian, tidak hanya materi tetapi psikologi. Permasalahan banjir juga dapat dilihat pada keluh kesah para pengguna media sosial, salah satunya Twitter. Keluh kesah yang disampaikan oleh pengguna Twitter dapat digunakan untuk mengetahui emosi pengguna Twitter. Dengan menganalisa emosi pengguna Twitter dapat disimpulkan apa yang dirasakan pengguna Twitter terhadap banjir. Data yang penelitan yang diambil adalah tweet berbahasa Indonesia dan dibagi menjadi lima kelompok emosi yaitu: Happy, sad, angry, love dan fear. Tweet kemudian akan dibersihkan dari kata , angka , maupun informasi yang tidak penting. Kumpulan kata yang sudah dibersihkan akan diubah menjadi vektor dengan menggunakan fasttext embeddings dan menjadi input pelatihan Multilayer Perceptron Neural Network. Hasil output pelatihan akan dilatih kembali menggunakan GridSearchCV untuk mendapatkan akurasi yang terbaik, sebesar 86.98%. Meskipun nilai akurasi yang didapat tinggi belum dapat dijadikan patokan bahwa model yang telah dibangun dapat menentukan emosi pengguna Twitter.
Kata kunci : MLPNN, klasifikasi , banjir , tweet , hyperparameter,