Analisis Sentimen terhadap Ulasan Tiktok Berbahasa Indonesia pada Google Play Store Menggunakan Algoritma Long Short Term Memory dan IndoBERTweet
JERRY CAHYO SETIAWAN
Informasi Umum
Kode
23.04.2631
Klasifikasi
004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science, Data Processing,
Dilihat
495 kali
Informasi Lainnya
Abstraksi
<p>Tiktok saat ini adalah salah satu aplikasi yang paling populer di dunia dan mendapat banyak ulasan pada Google Play Store serta marketplace aplikasi sejenisnya. Ulasan tersebut merupakan pendapat dari pengguna yang dapat dianalisis lebih lanjut untuk berbagai tujuan. Analisis dapat dilakukan secara manual, akan tetapi membutuhkan waktu cukup lama, atau secara otomatis menggunakan metode machine learning. Penelitian ini mengimplementasikan LSTM dan IndoBERTweet yang merupakan turunan dari BERT, yang telah dilatih menggunakan data berupa kosa kata Bahasa Indonesia dari unggahan di Twitter. Penelitian ini bertujuan untuk menentukan metode yang sesuai untuk membuat model yang dapat melakukan klasifikasi secara otomatis ke dalam sentiment negatif, netral, dan positif. Hasil pengujian menunjukkan bahwa IndoBERTweet lebih baik, dengan akurasi mencapai 80%, sedangkan LSTM mendapat akurasi sebesar 78%.</p>
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | JERRY CAHYO SETIAWAN |
| Jenis | Perorangan |
| Penyunting | Kemas Muslim Lhaksmana, Bunyamin |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
