IMPLEMENTASI N-GRAM DAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA ANALISIS SENTIMEN ULASAN PRODUK KECANTIKAN

Ambarita, Nadia Stefanny (2021) IMPLEMENTASI N-GRAM DAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA ANALISIS SENTIMEN ULASAN PRODUK KECANTIKAN. Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text Daftar Pustaka.pdf Download (242kB) | Preview
Preview	Text Abstrak.pdf Download (6kB) | Preview
Preview	Text Cover.pdf Download (197kB) | Preview
Preview	Text Daftar Isi.pdf Download (198kB) | Preview
	Text Laporan-Tugas-Akhir-123170002-Nadia-Stefanny-Ambarita.pdf Restricted to Repository staff only Download (2MB)

Abstract

ABSTRAK
Produk kecantikan merupakan suatu kebutuhan bagi wanita yang semakin diminati.
Dengan kemajuan teknologi, banyak berbagai platform yang menyediakan tempat untuk
menampung banyak ulasan dari konsumen. Female daily merupakan salah satu platform
berbasis website yang berisi kumpulan ulasan produk kecantikan dari berbagai merk. Ulasan
suatu produk kecantikan dapat membantu konsumen untuk mengetahui kualitas produk yang
ingin digunakan. Namun, dengan banyaknya jumlah ulasan yang tersedia membuat
konsumen kesulitan untuk membaca semua ulasan.
Penelitian ini dapat membantu konsumen untuk mengetahui makna sentimen dari
ulasan produk dengan melakukan analisis sentimen. Analisis sentimen terdiri dari dua label
yaitu positif dan negatif. Proses analisis sentimen pada penelitian ini dimulai dengan
mengumpulkan data ulasan dengan web scraping dari website female daily, kemudian
pelabelan data ulasan berdasarkan rating menjadi dua kelas yaitu positif dan negatif.
Kemudian data akan melalui tahap text preprocessing, lalu tahap ekstraksi fitur atau
pembobotan kata dengan word2vec arsitektur skip-gram, lalu proses training dengan
melakukan pengaturan pada jumlah kernel atau n-gram dengan metode Convolutional
Neural Network untuk membangun model. Model yang sudah dibangun akan dilakukan
pengujian terhadap data test dengan tabel confusion matrix. Dari tabel confusion matrix akan
diperoleh nilai akurasi, recall, presisi, dan f1-score dari setiap jumlah n-gram.
Berdasarkan pengujian yang dilakukan metode Convolutional Neural Network
dengan jumlah n-gram 3 mendapatkan nilai akurasi tertinggi yaitu 88%, presisi 86.48%,
recall 89.58, dan f1-score 88%. Hasil yang diperoleh metode Convolutional Neural Network
dengan unigram dan bigram juga memperoleh nilai akurasi yang cukup baik yaitu diatas
87%.
Kata kunci : Ulasan produk kecantikan, analisis sentimen, word2vec, Convolutional Neural
Network

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Ulasan produk kecantikan, analisis sentimen, word2vec, Convolutional Neural Network
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	09 Dec 2021 05:23
Last Modified:	14 Nov 2022 06:37
URI:	http://eprints.upnyk.ac.id/id/eprint/27257

Actions (login required)

View Item