ANALISIS SENTIMEN TWEET TERHADAP STARLINK MENGGUNAKAN METODE LONG SHORT TERM MEMORY - Dalam bentuk buku karya ilmiah

FRANSISCO WAHYU SYAHBANI

Informasi Dasar

178 kali
25.04.2778
000
Karya Ilmiah - Skripsi (S1) - Reference

Layanan Starlink telah menjadi solusi penting dalam menyediakan internet satelit di daerah yang sulit dijangkau. Sentimen masyarakat terhadap layanan ini sering kali bervariasi, yang mempengaruhi penerimaan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen tweet terkait Starlink menggunakan algoritma Long Short-Term Memory (LSTM). Pengklasifikasian sentimen pada tweet yang sangat bervariasi dan adanya sentimen campuran antara negatif dan positif menjadi tantangan besar dalam analisis sentimen berbasis teks. Oleh karena itu, dibutuhkan solusi yang mampu memproses data teks dengan akurat dan efisien. Penelitian ini menggunakan LSTM untuk menganalisis tweet terkait layanan Starlink, dengan melakukan preprocessing untuk membersihkan data dan pelabelan sentimen positif serta negatif. Model LSTM dilatih menggunakan parameter Batch Size, Dropout Rate, dan Epoch, serta teknik SMOTE untuk mengatasi ketidakseimbangan kelas. Hasil pengujian menunjukkan bahwa model dengan Batch Size 16 dan Dropout Rate 0.3 pada Epoch 100 menghasilkan Akurasi Tes tertinggi yaitu 73.12%. Rasio data latih dan uji 90:10 memberikan hasil akurasi terbaik yang menunjukkan peningkatan performa model dengan lebih banyak data latih
 

Subjek

DEEP LEARNING
 

Katalog

ANALISIS SENTIMEN TWEET TERHADAP STARLINK MENGGUNAKAN METODE LONG SHORT TERM MEMORY - Dalam bentuk buku karya ilmiah
 
 
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FRANSISCO WAHYU SYAHBANI
Perorangan
Alqis Rausanfita, Tanzilal Mustaqim
 

Penerbit

Universitas Telkom, S1 Informatika - Kampus Surabaya
Surabaya
2025

Koleksi

Kompetensi

  • CAK4FAB4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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