ASEAN Summit 2023 merupakan perhelatan yang dilaksanakan di Indonesia untuk membahas pertumbuhan ekonomi yang cepat, inklusif, dan berkelanjutan, jika tidak mampu mengarahkan kebijakan regional dan menanggapi tantangan dapat melemahkan pengaruh geopolitiknya. Hal tersebut mempengaruhi sentimen para masyarakat di media sosial dan kebijakan komunikasi publik yang dilakukan oleh institusi negara. Penggunaan Long Short-Term Memory (LSTM) dan Indonesia Sentiment Lexicon (InSet) untuk analisis sentimen pada dataset dari evaluasi atau ulasan bila dibandingkan dengan dataset dari X yang menghasilkan nilai akurasi yang berbeda signifikan. Penelitian ini bertujuan untuk menerapkan proses k-folds cross validation menggunakan LSTM dan InSet untuk analisis sentimen dengan dataset X. Tahapan penelitian meliputi sample, explore, modify, model, dan assess yang tersusun dalam metode SEMMA dengan tahap model menggunakan algoritma LSTM dan proses k-folds cross validation. Dataset yang digunakan berasal dari teks berbahasa Indonesia media sosial X. Model klasfikasi sentimen dengan lstm_dropout = 0.25, lstm_units = 64, spatial_dropou t= 0.2, optimizer = ’adam’, activation = ’softmax’, dan loss = 'categorical_crossentropy' menghasilkan nilai akurasi tertinggi sebesar 82.08% dengan rasio dataset 80:10 yang tidak melakukan k-folds cross validation dan 95.26% pada rasio dataset 90:10 dengan nilai k-folds lima. Pelabelan menggunakan InSet menunjukan bahwa terdapat 1150 post positif, 444 post negatif, dan 136 post netral dapat diketahui bahwa sentimen pengguna media sosial X terhadap ASEAN Summit 2023 mayoritas positif. Hasil nilai akurasi pada model LSTM dari dataset X yang melakukan k-folds cross validation lebih tinggi daripada yang tidak melakukanya dan lebih akurat dalam klasifikasi sentimen pada dataset dari media sosial X untuk studi kasus sejenis.
Kata Kunci: ASEAN, k-folds cross validation, lexicon, LSTM, sentimen.