Analisa Sentimen pada Opini tentang Vaksin Covid-19 di Twitter menggunakan Convolutional Neural Network dan Word2Vec Embeddings

CHANLY SEPTIAN

Informasi Dasar

22.04.158
003.3
Karya Ilmiah - Skripsi (S1) - Reference

Twitter menyediakan platform yang baik untuk berbagi opini dan melihat topik yang sedang trending. Opini publik tersebut banyak digunakan untuk memahami bagaimana sentimen terhadap suatu topik, produk atau seseorang. Salah satu topik yang sedang trending saat ini adalah Vaksin Covid-19. Banyak pro dan kontra dari masyarakat terhadap Vaksin Covid-19, maka dari itu analisa sentimen terkait topik ini sangat tepat untuk dilakukan untuk menemukan opini orang-orang tentang Vaksin Covid-19 dari tweet tertentu, apakah hasilnya positif, netral atau negatif. Diharapkan hasilnya dapat membantu komunitas atau organisasi mana pun. Penelitian ini menggunakan metode Convolutional Neural Network sebagai model klasifikasi dan Word2Vec sebagai word embeddings. Pada penelitian-penelitian sebelumnya dengan metode ini tidak fokus terhadap hyperparameter pada model CNN sehingga hasil akurasi prediksi tidak optimal. Maka dari itu, penelitian ini akan menerapkan hyperparameter tuning untuk mendapatkan hasil terbaik. Hyperparameter tuning bertujuan untuk memilih satu set hyperparameter yang optimal untuk algoritma pembelajaran. Dataset yang digunakan pada penelitian ini menggunakan data dari sosial media twitter yang memiliki noise yang tinggi. Hasil yang didapatkan pada penelitian ini menunjukkan hasil yang baik yaitu mendapatkan nilai akurasi sebesar 94%.

Subjek

COMPUTER SCIENCE
 

Katalog

Analisa Sentimen pada Opini tentang Vaksin Covid-19 di Twitter menggunakan Convolutional Neural Network dan Word2Vec Embeddings
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

CHANLY SEPTIAN
Perorangan
YULIANT SIBARONI
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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