Analisis sentimen pengguna Twitter terhadap RUU Omnibuslaw menggunakan Convolutional Neural Network

Pratama, Dimas Ramdhani (2021) Analisis sentimen pengguna Twitter terhadap RUU Omnibuslaw menggunakan Convolutional Neural Network. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (60kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (306kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (318kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (517kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (927kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (426kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (307kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (405kB) | Request a copy

Abstract

Media sosial pada umumnya berfungsi sebagai media berinteraksi secara daring dengan banyak orang. Selain itu, media sosial juga berfungsi sebagai media berbagi informasi dan media diskusi serta penyampaian pendapat terkait dengan beberapa topik yang sedang ramai dibicarakan, salah satunya media sosial Twitter. Pada satu topik, dapat muncul banyak opini serta respon berbeda dari setiap orang. Penelitian ini dilakukan untuk membuat analisa opini dari pengguna media sosial Twitter terkait topik Rancangan Undang-Undang Omnibuslaw menggunakan metode Convolutional Neural Network. Pada penelitian ini telah dilakukan analisis sentimen dengan menggunakan data opini berbeda setiap orang melalui tweet yang mereka buat, kemudian dilakukan preprocessing serta pembobotan data menggunakan Word2vec yang menghasilkan nilai rata-rata akurasi algoritma sebesar 84% dari total 10 kali pengujian dengan penggunaan nilai epoch 30. Dan dari 2.820 data tweet yang dianalisa, menghasilkan klasifikasi nilai respon positif sebanyak 1.320 data, dan respon negatif sebanyak 1.500 data untuk topik bahasan Rancangan Undang-Undang Omnibuslaw di Indonesia.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Media Sosial;Twitter;Opini;Sentimen Analisis;Klasifikasi Teks;
Subjects: Political dan Government Science > Research and Statistical Methods
Political dan Government Science > Policy Making
Political dan Government Science > Political Situation and Condition in Indonesia
Analysis, Theory of Functions > General Aspects of Analysis
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Dimas Ramdhani Suryapratama
Date Deposited: 23 Mar 2021 07:18
Last Modified: 23 Mar 2021 07:18
URI: https://digilib.uinsgd.ac.id/id/eprint/38131

Actions (login required)

View Item View Item