Analisis Sentimen Berdasarkan Aspek Menggunakan Elman Recurrent Neural Network
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Ali, Maulvi Inayat
Subject
004_Data Processing & Computer Science
Datestamp
2021-09-15 03:18:30
Abstract :
Aspect Based Sentiment Analysis (ABSA) merupakan salah satu domain kasus opinion mining yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan dengan aspek tertentu. Pada penelitian sebelumnya pada kasus ABSA yang menggunakan beberapa arsitektur RNN akurasi yang dihasilkan masih dibawah 80 persen yang mana masih dapat ditingkatkan lagi nilai akurasinya. Penelitian ini menggunakan Elman RNN. Tujuan penelitian ini untuk mengetahui nilai akurasi dari Elman RNN pada kasus ABSA. Sebelum melakukan pelatihan data masukan yang berupa review restoran dalam bahasa Indonesia melewati proses preprocessing yang terdiri dari case folding, filtering, word normalization, tokenization, stopword removal, penambahan token aspek, pembangunan kamus kata dan one hot encoding. Pada proses pelatihan menggunakan 1584 kalimat dari review restoran bahasa Indonesia. Berdasarkan hasil pengujian yang dilakukan terhadap data uji yang berjumlah 422 kalimat Elman RNN mendapatkan akurasi terbaik sebesar 81.22% dan f1 score 82.78%.
Aspect Based Sentiment Analysis (ABSA) merupakan salah satu domain kasus opinion mining yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan dengan aspek tertentu. Pada penelitian sebelumnya pada kasus ABSA yang menggunakan beberapa arsitektur RNN akurasi yang dihasilkan masih dibawah 80 persen yang mana masih dapat ditingkatkan lagi nilai akurasinya. Penelitian ini menggunakan Elman RNN. Tujuan penelitian ini untuk mengetahui nilai akurasi dari Elman RNN pada kasus ABSA. Sebelum melakukan pelatihan data masukan yang berupa review restoran dalam bahasa Indonesia melewati proses preprocessing yang terdiri dari case folding, filtering, word normalization, tokenization, stopword removal, penambahan token aspek, pembangunan kamus kata dan one hot encoding. Pada proses pelatihan menggunakan 1584 kalimat dari review restoran bahasa Indonesia. Berdasarkan hasil pengujian yang dilakukan terhadap data uji yang berjumlah 422 kalimat Elman RNN mendapatkan akurasi terbaik sebesar 81.22% dan f1 score 82.78%.
File :
UNIKOM_Maulvi Inayat Ali_Cover.pdf
UNIKOM_Maulvi Inayat Ali_Lembar Pengesahan.pdf
UNIKOM_Maulvi Inayat Ali_Bab 5.pdf
UNIKOM_Maulvi Inayat Ali_Daftar Pustaka.pdf
UNIKOM_Maulvi Inayat Ali_Jurnal Dalam Bahasa Indonesia.pdf
UNIKOM_Maulvi Inayat Ali_Jurnal Dalam Bahasa Inggris.pdf
UNIKOM_Maulvi Inayat Ali_Biodata.pdf
UNIKOM_Maulvi Inayat Ali_Surat Keterangan Publikasi.pdf
UNIKOM_Maulvi Inayat Ali_Lembar Orisinalitas.pdf
UNIKOM_Maulvi Inayat Ali_Kata Pengantar.pdf
UNIKOM_Maulvi Inayat Ali_Daftar Isi.pdf
UNIKOM_Maulvi Inayat Ali_Bab 1.pdf
UNIKOM_Maulvi Inayat Ali_Bab 2.pdf
UNIKOM_Maulvi Inayat Ali_Bab 3.pdf
UNIKOM_Maulvi Inayat Ali_Bab 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
