Kombinasi algoritma convolutional neural network dan long short term memory untuk meningkatkan hasil analisis sentimen

Yusli, Dendi (2020) Kombinasi algoritma convolutional neural network dan long short term memory untuk meningkatkan hasil analisis sentimen. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (50kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (86kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (53kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (101kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (328kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (446kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (473kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (90kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (95kB) | Request a copy

Abstract

Analisis sentimen merupakan sebuah riset secara terkomputasi terhadap opini sentimen dan emosi yang dikemas secara tekstual. Banyak metode yang dapat diterapkan dalam proses analisis sentimen, salah satunya adalah metode deep learning. Penelitian ini dilakukan untuk menerapkan metode deep learning dengan mengkombinasikan algoritma Convolutional Neural Network (CNN) dan algoritma Long Short Time Memory (LSTM) untuk meningkatkan hasil analisis sentimen. Pada penelitian ini telah dilakukan kombinasi algoritma CNN dan algoritma LSTM untuk sentiment analisis terhadap data yang didapat dari twitter. Kemudian dilakukan preprocessing dan pembobotan menggunakan Word2Vec. Nilai rata – rata akurasi algoritma CNN-LSTM yaitu 71.19% dengan akurasi tertinggi yaitu 75.04 %. Berdasarkan perbandingan dengan algoritma CNN dan LSTM, algoritma CNN-LSTM memiliki nilai akurasi lebih tinggi dari dua algoritma tersebut.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Akurasi; kombinasi; sentimen Analisis; perbandingan;
Subjects: Special Computer Methods > Artificial Intelligence
Special Computer Methods > Online Social Network
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Dendi Yusli
Date Deposited: 13 Nov 2020 08:03
Last Modified: 13 Nov 2020 08:03
URI: https://digilib.uinsgd.ac.id/id/eprint/34957

Actions (login required)

View Item View Item