Andi, Aditya Welly (2020) Analisis sentimen pemindahan Ibu Kota Indonesia menggunakan algoritma Deep Learning. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (63kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (38kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (232kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (243kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (634kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (402kB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (693kB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (21kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (171kB) | Request a copy |
Abstract
Kebijakan pemerintahan saat ini yang dipimpin Presiden Joko Widodo perihal pemindahan ibu kota dari Provinsi DKI Jakarta ke Kalimantan Timur menuai berbagai macam komentar, mulai dari pujian, kritik, saran, sindiran hingga ujaran kebencian. Hal ini didukung banyaknya para tokoh-tokoh politik Indonesia yang memiliki akun twitter untuk memberikan dukungan atau opini terhadap kebijakan ini. Sentimen atau opini yang dikeluarkan sangat variatif dari yang berkomentar positif hingga tidak sedikit yang memberikan sentimen negatif. Penelitian ini dilakukan untuk mengetahui akurasi dari algoritma Convolutional Neural Network (CNN) untuk mengklasifikasi sentimen terhadap kebijakan pemerintah tentang pemindahan ibu kota dengan data yang diperoleh dari twitter, kemudian dilakukan preprocessing dan pembobotan meggunakan Word2Vec. Algoritma CNN diujikan sebanyak 15 kali dengan epochs yang berbeda untuk mencari hasil yang optimal. Pengujian dengan epochs 10 menghasilkan akurasi 67.42% kemudian pengujian dengan peningkatan jumlah epochs menjadi 30 dan 100 menghasilkan akurasi 67.44% dan 67.52%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | convolutional neural network; ibu kota; sentimen; twitter |
| Subjects: | Data Processing, Computer Science Data Processing, Computer Science > Systems Analysis and Computer Design Special Computer Methods > Computer Vision |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Aditya Welly Andi |
| Date Deposited: | 02 Oct 2020 06:21 |
| Last Modified: | 02 Oct 2020 06:21 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/33950 |
Actions (login required)
 |
View Item |
