Fryta, Annisa (2022) Analisis sentimen terhadap pinjaman online menggunakan algoritma Convolutional Neural Network (CNN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (108kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (128kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (91kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (283kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (301kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (214kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (668kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (61kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (185kB) | Request a copy |
Abstract
Pandemi COVID-19 menciptakan dampak yang cukup parah pada sektor ekonomi di berbagai negara termasuk di Indonesia. Berbagai macam kebijakan yang dibuat oleh negara lain untuk melindungi warga serta melawan wabah virus COVID-19 ini, sangat berdampak pada sosial dan ekonomi masyarakat. Karena kebutuhan dana yang semakin meningkat di era pandemi COVID-19, terbatasnya akses masyarakat untuk melakukan transaksi ke bank maka sebagian masyarakat dan beberapa tokoh UMK menjadikan pinjaman online sebagai alternatif dana darurat untuk mengatasi kendala keuangan. Namun dalam menggunakan jasa pinjaman online, nasabah harus lebih berhati-hati karena beberapa dari perusahaan keuangan yang menyediakan jasa pinjaman online terdaftar secara benar dan legal. OJK menghimbau agar masyarakat selalu menggunakan jasa pinjaman online/fintech lending yang sudah memiliki izin dari OJK. Untuk dapat mengetahui bagaimana respon masyarakat terhadap banyaknya pinjaman online yang tidak terdaftar di OJK saat ini, maka penelitian ini dilakukan untuk menganalisis opini publik masyarakat terkait issue ini dengan mempertimbangkan pesan-pesan yang di posting di sosial media Twitter. Dengan menetapkan metode deep learning yaitu salah satunya Convolutional Neural Network (CNN) akan mendapatkan hasil lebih baik dibandingkan dengan metode machine learning tradisional. Algoritma Convolutional Neural Network (CNN) ini berhasil memberikan nilai akurasi yang dapat dibilang tinggi yaitu mencapai 94,2%. Namun dikarenakan beberapa faktor yang mempengaruhi tingkat nilai akurasi pada penelitian ini, maka algoritma tidak dapat memberikan nilai akurasi hingga 100%.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Pinjaman Online; Analisis Sentimen; Convolutional Neural Network; Twitter; Deep Learning |
Subjects: | Data Processing, Computer Science Paleontology, Paleozoology, Paleology > Data Processing Analysis |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Ms. Annisa Fryta |
Date Deposited: | 01 Feb 2023 06:35 |
Last Modified: | 01 Feb 2023 06:35 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/64160 |
Actions (login required)
View Item |