Deteksi sentimen untuk Halal Lifestyle di Indonesia menggunakan metode LSTM (Long Short Term Memory)

Sofianida, Sofianida (2023) Deteksi sentimen untuk Halal Lifestyle di Indonesia menggunakan metode LSTM (Long Short Term Memory). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (91kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (185kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (338kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (607kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (707kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (427kB) | 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 (179kB) | Request a copy
[img] 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 View Item