Algoritma Deep Learning dalam Analisis Sentimen pada Ulasan Pengguna Aplikasi BMKG - Dalam bentuk buku karya ilmiah
RAFIF RAMADHANY USMAN
Informasi Umum
Kode
25.04.6313
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Tugas Akhir
Dilihat
244 kali
Informasi Lainnya
Abstraksi
<p>Analisis sentimen memainkan peran penting dalam mengevaluasi opini dan respons</p>
<p>pengguna terhadap aplikasi BMKG yang menyediakan informasi cuaca dan peringatan</p>
<p>bencana. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna</p>
<p>berdasarkan ulasan di Google Play Store menggunakan pendekatan deep learning.</p>
<p>Metode yang digunakan meliputi model Long Short-Term Memory (LSTM), Recurrent</p>
<p>Neural Network (RNN), dan Artificial Neural Network (ANN), serta dibandingkan</p>
<p>dengan Support Vector Machine (SVM) sebagai baseline metode konvensional.</p>
<p>Dataset yang digunakan berjumlah 3.583 ulasan dan diklasifikasikan ke dalam tiga</p>
<p>kategori sentimen: positif, negatif, dan netral. Hasil menunjukkan bahwa model LSTM</p>
<p>mencapai akurasi tertinggi sebesar 90%, diikuti oleh RNN (86%), ANN (82%), dan</p>
<p>SVM (79%). Sebagian besar ulasan bersentimen positif (50,01%), mencerminkan</p>
<p>apresiasi terhadap keakuratan informasi dan fitur notifikasi. Sementara itu, 29,98%</p>
<p>ulasan negatif banyak menyoroti masalah teknis seperti lambatnya pembaruan data,</p>
<p>dan sisanya (20,01%) bersifat netral. Penerapan deep learning terbukti lebih efektif</p>
<p>dalam memahami konteks bahasa dan struktur kalimat pada ulasan pengguna, sehingga</p>
<p>memberikan hasil klasifikasi yang lebih akurat. Temuan ini memberikan wawasan</p>
<p>penting bagi pengembang aplikasi BMKG untuk meningkatkan performa aplikasi</p>
<p>berdasarkan masukan pengguna.</p>
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RAFIF RAMADHANY USMAN |
| Jenis | Perorangan |
| Penyunting | Taufik Nur Adi, Faqih Hamami |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Sistem Informasi |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
