Sentiment Analysis Media Sosial dengan menggunakan metode Convolutional Neural Network (CNN) dan Gated Recurrent Unit (GRU)
AHMAD ZAHRI RUHBAN ADAM

Informasi Umum

Kode

23.04.2670

Klasifikasi

006.32 - Neural networks, perceptrons, connectionism, neural computers

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Neural Networks

Dilihat

395 kali

Informasi Lainnya

Abstraksi

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

• CII4E4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook