ANALISIS SENTIMEN PADA DATA ULASAN TWITTER DENGAN MENGGUNAKAN LONG SHORT TERM MEMORY
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Febbi Handayani, Sharfina
Wijayatun Pratiwi, Riszki
Putriyani, Mulyana
Wijayatun Pratiwi, Riszki
Putriyani, Mulyana
Subject
TN Mining engineering. Metallurgy
Datestamp
2021-12-28 09:15:30
Abstract :
Sekarang ini perkembangan media sosial sangatlah pesat. Masyarakat sangat dimudahkan dalam menyebarluaskan informasi, salah satunya yakni menyampaikan opini pada media sosial. Pada beberapa tahun terakhir ini sudah banyak terjadi peningkatan penelitian terkait analisis sentimen pada teks review (ulasan) untuk mengetahui polaritas opini pada media sosial. Long Short Term Memory (LSTM) merupakan salah satu metode yang dapa diterapkan pada analisis sentimen. Dataset yang digunakan dalam penelitian ini adalah data ulasan dari Twitter. Penelitian ini bertujuan untuk melakukan pengklasifikasian terhadap ulasan Bahasa Indonesia berdasarkan sentimen positif, netral dan negatif dengan menggunakan metode LSTM, kemudaian untuk pengujian klasifikasinya menggunakan nilai akurasi. Hasil akurasi yang didapatkan pada penelitian ini adalah 57.35%. Kata Kunci: Sentimen Analisis, Twitter, LSTM
Sekarang ini perkembangan media sosial sangatlah pesat. Masyarakat sangat dimudahkan dalam menyebarluaskan informasi, salah satunya yakni menyampaikan opini pada media sosial. Pada beberapa tahun terakhir ini sudah banyak terjadi peningkatan penelitian terkait analisis sentimen pada teks review (ulasan) untuk mengetahui polaritas opini pada media sosial. Long Short Term Memory (LSTM) merupakan salah satu metode yang dapa diterapkan pada analisis sentimen. Dataset yang digunakan dalam penelitian ini adalah data ulasan dari Twitter. Penelitian ini bertujuan untuk melakukan pengklasifikasian terhadap ulasan Bahasa Indonesia berdasarkan sentimen positif, netral dan negatif dengan menggunakan metode LSTM, kemudaian untuk pengujian klasifikasinya menggunakan nilai akurasi. Hasil akurasi yang didapatkan pada penelitian ini adalah 57.35%. Kata Kunci: Sentimen Analisis, Twitter, LSTM
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
