Analisis Sentimen Berbasis Aspek pada Twitter Menggunakan Logistic Regression dengan Ekspansi Fitur FastText

HANIF REANGGA ALHAKIEM

Informasi Dasar

150 kali
23.04.142
006.312
Karya Ilmiah - Skripsi (S1) - Reference

Belakangan ini media sosial banyak digunakan oleh pengguna, khususnya masyarakat Indonesia, sebagai tempat untuk mengekspresikan diri dalam bentuk kalimat, gambar, suara, atau video. Twitter adalah salah satu media sosial yang digemari oleh masyarakat dari beragam usia. Twitter merupakan media sosial yang menyediakan fitur-fitur seperti media sosial pada umumnya. Namun, Twitter memiliki fitur unik dimana pengguna dapat mengirim atau membaca pesan teks yang dibatasi hanya beberapa karakter saja. Oleh karena itu, tweet pengguna dengan topik yang berkaitan terhadap suatu produk tertentu dapat dimanfaatkan oleh perusahaan untuk menjadi masukan dalam pengembangan produk tersebut. Penelitian ini dilakukan dengan menggunakan data tweet bertopik Telkomsel yang terbagi menjadi dua aspek, yaitu sinyal dan pelayanan. Analisis sentimen berbasis aspek Telkomsel dilakukan menggunakan Logistic Regression dengan ekspansi fitur FastText untuk mengurangi vocabulary mismatch pada tweet sehingga tahap klasifikasi dapat dilakukan secara optimal. Selain itu, metode sampling Synthetic Minority Oversampling Technique (SMOTE) diterapkan untuk mengatasi ketidakseimbangan data. Hasil pengujian membuktikan bahwa ekspansi fitur dapat meningkatkan nilai F1-Score untuk aspek sinyal dan pelayanan. Nilai F1-Score untuk aspek sinyal meningkat sebesar 3,33% dari baseline dengan nilai 96,48%. Sedangkan untuk aspek pelayanan, F1-Score meningkat sebesar 12,91% dari baseline dengan nilai 95,57%.

Subjek

DATA ANALYSIS
DATA MINING,

Katalog

Analisis Sentimen Berbasis Aspek pada Twitter Menggunakan Logistic Regression dengan Ekspansi Fitur FastText
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

HANIF REANGGA ALHAKIEM
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2023

Koleksi

Kompetensi

  • CS4333 - DATA MINING
  • CSH3L3 - PEMBELAJARAN MESIN
  • CII3C3 - PEMBELAJARAN MESIN
  • CSH4H3 - PENAMBANGAN TEKS

Download / Flippingbook

 

Ulasan

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