Analisis sentimen terhadap Review pengguna Web Profile jurusan Teknik Informatika menggunakan Algoritma Long Short-Term Memory (LSTM)

Sari, Andin Aprila (2023) Analisis sentimen terhadap Review pengguna Web Profile jurusan Teknik Informatika menggunakan Algoritma Long Short-Term Memory (LSTM). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (85kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (156kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (56kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (261kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (413kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (412kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (870kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (109kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (126kB) | Request a copy

Abstract

Web profile jurusan Teknik Informatika terus mengalami perkembangan dan perubahan untuk memenuhi kebutuhan dan harapan pengguna. Oleh karena itu, perlu mengetahui kualitas dari web profile jurusan Teknik Informatika, apakah sudah memenuhi kebutuhan dan harapan pengguna atau belum. Untuk mengetahui kecenderungan opini terkait hal tersebut, diperlukan metode yang secara otomatis dapat mengklasifikasikan hasil tanggapan pengguna, yaitu dengan analisis sentimen. Penelitian ini bertujuan untuk mengetahui seberapa berkualitasnya web profile jurusan Teknik Informatika dengan melihat kecenderungan opini pengguna menggunakan algoritma LSTM dan CRISP-DM sebagai metode pengembangannya. Data yang digunakan dalam penelitian ini berbentuk data teks yang diperoleh dari tanggapan pengguna terhadap web profile menggunakan kuesioner Google Form. Penelitian ini menggunakan pemodelan LSTM dan dilakukan pengujian pada beberapa skenario dengan variasi data split yang berbeda, yaitu 90:10, 80:20, 70:30, 60:40, dan 50:50. Diperoleh hasil bahwa pengujian dengan data 90:10 memiliki nilai akurasi yang tinggi sebesar 95%. Berdasarkan data test yang diprediksi labelnya oleh model, diperoleh hasil sentimen positif sebanyak 61,5% dan sentimen negatif sebanyak 38,5%. Hasil dari penelitian ini diharapkan dapat membantu pihak pengembang web profile untuk meningkatkan kualitas web profile jurusan Teknik Informatika.

Actions (login required)

View Item