Sentimen analisis terhadap pemindahan ibu kota negara Indonesia menggunakan metode Deep Learning

Rama, Sukma Saputra (2023) Sentimen analisis terhadap pemindahan ibu kota negara Indonesia menggunakan metode Deep Learning. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text
1_cover.pdf

Download (190kB) | Preview
[img]
Preview
Text
2_abstrak.pdf

Download (232kB) | Preview
[img]
Preview
Text
3_daftarisi.pdf

Download (231kB) | Preview
[img]
Preview
Text
4_bab1.pdf

Download (329kB) | Preview
[img] Text
5_bab2.pdf
Restricted to Registered users only

Download (733kB) | Request a copy
[img] Text
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text
7_bab4.pdf
Restricted to Registered users only

Download (501kB) | Request a copy
[img] Text
8_bab5.pdf
Restricted to Registered users only

Download (172kB) | Request a copy
[img] Text
9_daftarpustaka.pdf
Restricted to Registered users only

Download (211kB) | 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 sehingga menjadi trending satu di platform Twitter dan mendapatkan beberapa opini dari para tokoh politik Indonesia yang memiliki akun twitter 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 LSTM (Long Short Term Memory) untuk mengklasifikasi sentimen terhadap kebijakan pemerintah tentang pemindahan ibu kota dengan data yang diperoleh dari twitter, kemudian dilakukan preprocessing dan pembobotan meggunakan Word2Vec. Algoritma LSTM (Long Short Term Memory) melakukan prediksi pada data testing. Setelah sebelumnya dilakukan pelabelan terhadap semua data, sehingga dapat dilakukan perhitungan nilai akurasi algoritma. Dari hasil pengujian nilai algoritma LSTM (Long Short Term Memory) akurasi tertinggi yaitu 85% dengan nilai rata- rata yaitu 80,8%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: long short term memory; ibu kota; sentimen; twitter
Subjects: Engineering > Engineers
History of Southeast Asia > History of Indonesia
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Rama Sukma Saputra
Date Deposited: 18 Sep 2023 06:16
Last Modified: 18 Sep 2023 06:16
URI: https://digilib.uinsgd.ac.id/id/eprint/77990

Actions (login required)

View Item View Item