Rama, Sukma Saputra (2023) Sentimen analisis terhadap pemindahan ibu kota negara Indonesia menggunakan metode Deep Learning. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text
1_cover.pdf Download (190kB) | Preview |
|
|
Text
2_abstrak.pdf Download (232kB) | Preview |
|
|
Text
3_daftarisi.pdf Download (231kB) | Preview |
|
|
Text
4_bab1.pdf Download (329kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text
5_bab2.pdf Restricted to Registered users only Download (733kB) | Request a copy |
|
|
Text
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text
7_bab4.pdf Restricted to Registered users only Download (501kB) | Request a copy |
|
|
Text
8_bab5.pdf Restricted to Registered users only Download (172kB) | Request a copy |
|
|
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 |
