ANALISIS SENTIMEN DATA TWEET MENGGUNAKAN MODEL JARINGAN SARAF TIRUAN DENGAN PEMBOBOTAN DELTA TF-IDF

CHINDY AMALIA

Informasi Dasar

105 kali
20.04.2295
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Kritik dan saran masyarakat Indonesia sangat berpengaruh untuk meningkatkan fasilitas dan kinerja pemerintah Indonesia. Salah satu media untuk menampung saran tersebut yaitu twitter dengan mengunggah tweet masyarakat dapat mengungkapkan keluh kesah mereka. Tetapi, dengan tweet yang berjumlah ratusan bahkan ribuan akan menyulitkan pemerintah untuk mengetahui kesimpulan dari seluruh data tweet. Data tweet yang diambil sebagai acuan yaitu data yang berisi tanggapan positif dan negatif dari masyarakat Indonesia. Oleh karena itu, penelitian ini mencoba menganalisis tweet mengenai sentimen masyarakat terhadap rencan perpindahan ibukota Indonesia. Analisis dilakukan dengan melakukan klasifikasi tweet yang berisi sentimen masyarakat terhadap rencana perpindahan ibukota Indonesia. Metode klasifikasi yang digunakan dalam penelitian ini adalah Jaringan Saraf Tiruan (JST) dengan model Multi Layer Perceptron yang dikombinasikan dengan fitur ekstraksi untuk dapat mendeteksi negasi dan pembobotan menggunakan Delta TF-IDF. Hasil pengujian pada aplikasi yang dibangun memperlihatkan bahwa akurasi memberikan tingkat akurasi yang cukup baik yaitu 67,75%.

Subjek

Machine Learning
 

Katalog

ANALISIS SENTIMEN DATA TWEET MENGGUNAKAN MODEL JARINGAN SARAF TIRUAN DENGAN PEMBOBOTAN DELTA TF-IDF
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

CHINDY AMALIA
Perorangan
YULIANT SIBARONI
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini