Sofianida, Sofianida (2023) Deteksi sentimen untuk Halal Lifestyle di Indonesia menggunakan metode LSTM (Long Short Term Memory). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (91kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (185kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (338kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (607kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (707kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (427kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (179kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (323kB) | Request a copy |
Abstract
Banyak penduduk muslim yang saat ini sudah merebak ke berbagai negara perihal adanya Halal lifestyle di Indonesia. Dengan adanya fenomena gaya hidup halal (halal lifestyle) yang kini sangat popular dan saat ini diduga menjadi kesempatan besar untuk para bidang usaha baru di Indonesia. Menjadi umat Islam, dalam mengaplikasikan gaya hidup Syariah sebagai halnya yang telah di contohkan oleh Baginda Rasulullah SAW yang merupakan sebuah kewajiban. Untuk mengetahui berbagai ulasan mengenai Halal lifestyle di Indonesia salah satunya melalui social media X, yang dimana X menghasilkan berupa ulasan positif, negatif dan netral. Teknologi sentimen analisis yang merupakan cara untuk mengelola berbagai opini masyarakat dan dapat dikategorikan menjadi sentimen positif, negatif dan netral. Oleh sebab itu untuk memperoleh hasil dari sentimen analisis maka digunakan dengan Algoritma Long Short Term Memory (LSTM). LSTM digunakan untuk mempermudah proses pengolahan data berbentuk teks, karena LSTM mempunyai memory untuk setiap kata yang ada pada dokumen. Hasil akurasi yang diperoleh dengan menggunakan algoritma LSTM untuk analisis sentimen sebesar 98.11% dari 4 skenario pengujian dengan jumlah epoch 15 dan 1.320 data latih serta 1.319 data uji
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Halal lifestyle; LSTM; X; Analisis Sentimen. |
Subjects: | Data Processing, Computer Science Analysis, Theory of Functions > Analysis and Calculus Engineering Business > Data Processing and Analysis of Business Wood Construction, Carpentry > Planning, Analysis, Engineering Design |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Sofianida Sofianida |
Date Deposited: | 22 Sep 2023 06:07 |
Last Modified: | 22 Sep 2023 06:07 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/78835 |
Actions (login required)
View Item |