Analisis Sentimen terhadap ulasan Mobile Banking menggunakan metode Bidirectional Long Short-Term Memory - Dalam bentuk buku karya ilmiah

AHMAD FARHAN ASHIDDIQIE

Informasi Dasar

185 kali
24.04.4984
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Dengan era digital yang semakin meningkat, banyak sektor yang mulai berinovasi untuk menghasilkan sesuatu untuk mempermudah kehidupan manusia, salah satunya adalah sektor perbankan. Salah satu inovasi yang didapatkan oleh sektor perbankan adalah membuat mobile banking. Di saat yang sama, perbankan ingin mengetahui ulasan nasabahnya untuk menilai kinerja dari mobile banking. Ulasan bisa didapatkan dari manapun. Banyak nasabah yang memerikan ulasannya pada media sosial, contohnya Twitter. Dengan banyakanya ulasan yang diberikan oleh nasabah, pihak perbankan perlu menelaah ulasan yang diberikan oleh nasabah. Maka dari itu, diperlukan analisis sentimen. Analisis sentimen saat ini mulai menggunakan deep learning sebagai teknik pemrosesan terbaru yang terus berkembang dalam pemrosesannya Salah satu metode deep learning yang bisa digunakan adalah menggunakan model Bidirectional Long Short-Term Memory (BiLSTM). Penelitian juga akan menggunakan Word2Vec sebagai ekspansi fitur. Hasil dari penelitian tersebut membuktikan bahwa penggunaan hyperparameter tunning dapat meningkatkan nilai akurasi sebesar 73,21%.

Subjek

Machine Learning
 

Katalog

Analisis Sentimen terhadap ulasan Mobile Banking menggunakan metode Bidirectional Long Short-Term Memory - Dalam bentuk buku karya ilmiah
 
v, 14p,; il.: pdf file
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AHMAD FARHAN ASHIDDIQIE
Perorangan
Erwin Budi Setiawan, Febryanti Sthevanie
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2024

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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