Firmansyah, Rahman (2025) Analisis sentimen terhadap program dan fasilitas jurusan Teknik Informatika menggunakan algoritma Convolutional Neural Network (CNN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (199kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (245kB) | Preview |
|
|
Text (LEMBAR PERNYATAAN KARYA SENDIRI)
F.29 Surat Pernyataan Karya Sendiri_Rahman Firmansyah.pdf Download (217kB) | Preview |
|
|
Text (DAFTRA ISI)
3_daftar isi.pdf Download (229kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (305kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (458kB) |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (488kB) |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (726kB) |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (193kB) |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (214kB) |
Abstract
Analisis sentimen memainkan peran penting dalam memahami tanggapan dan opini mahasiswa terhadap program dan fasilitas jurusan. Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa terhadap program dan fasilitas Jurusan Teknik Informatika Universitas Islam Negeri Sunan Gunung Djati Bandung menggunakan algoritma Convolutional Neural Network (CNN). Data yang digunakan diperoleh dari kuesioner berupa saran dan kritik mahasiswa, yang kemudian diproses melalui tahapan preprocessing teks, embedding FastText, dan pemodelan CNN. Model CNN dirancang dengan tiga lapisan konvolusi, pooling, dropout, serta fully connected layer, dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil analisis dalam penelitian ini menunjukkan bahwa model dengan pembagian data 90:10 dan 30 epoch mencapai akurasi tertinggi sebesar 91%, dengan tingkat presisi dan recall yang sangat baik pada klasifikasi sentimen positif dan negatif. Hal ini menunjukkan efektivitas CNN dalam mengolah data teks berbasis bahasa Indonesia, sehingga menjadi dasar bagi jurusan Teknik Informatika untuk meningkatkan fasilitas dan program pendidikan.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Additional Information: | tidak ada lampiran |
| Uncontrolled Keywords: | analisis sentimen; Convolutional Neural Network; FastText |
| Subjects: | Data Processing, Computer Science > General Publications |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Rahman Firmansyah |
| Date Deposited: | 25 Apr 2025 07:13 |
| Last Modified: | 25 Apr 2025 07:13 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/106711 |
Actions (login required)
 |
View Item |
