ANALISIS SENTIMEN REVIEW FILM DI IMDB MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Arifha, Anna Dista (2024) ANALISIS SENTIMEN REVIEW FILM DI IMDB MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, UPN "Veteran" Yogyakarta.

	Text COVER.pdf Download (301kB)
	Text ABSTRAK.pdf Download (436kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (254kB)
	Text PENGESAHAN PENGUJI.pdf Download (238kB)
	Text DAFTAR ISI.pdf Download (453kB)
	Text DAFTAR PUSTAKA.pdf Download (483kB)
	Text SKRIPSI FULL_ANNA DISTA ARIFHA_123180179.pdf Restricted to Repository staff only Download (3MB)

Abstract

Di era digital yang semakin berkembang pesat, platform daring telah menjadi sumber
utama informasi bagi masyarakat. Film adalah sumber alternatif hiburan bagi masyarakat di
seluruh dunia. Dalam konteks ini, situs Internet Movie Database (IMDb) telah menjadi salah
satu platform terkemuka yang menyediakan informasi tentang film dan televisi, termasuk
review dan peringkat pengguna. Dengan pilihan berbagai film yang sangat beragam,
masyarakat tentu juga membaca review dalam film sehingga memerlukan sebuah sistem
yang dapat membantu sutradara untuk mengevaluasi film yang telah dibuat untuk lebih baik
kedepannya. Dengan semakin meningkatnya volume review film di IMDb, kebutuhan untuk
mengotomatisasi analisis sentimen review menjadi semakin penting. Convolutional Neural
Network (CNN) merupakan arsitektur yang mampu mengenali informasi prediktif suatu
objek (gambar, teks, potongan suara, dsb) walaupun objek tersebut dapat diposisikan dimana
saja pada input. Metode Convolutional Neural Network lebih mendominasi model secara
luas untuk melakukan klasifikasi teks dan memiliki kemampuan yang sangat baik untuk
mengklasifikasikan kalimat pendek. Penelitian ini melakukan analisis sentimen review film
di IMDb untuk mengetahui tingkat akurasi. Hasil pengujian menunjukkan bahwa metode
Convolutional Neural Network cukup baik untuk digunakan salam sistem analisis sentimen
dengan data yang digunakan berjumlah 300 review yang terdiri dari 187 sentimen positif
dan 113 sentimen negatif dengan proses split data training dan testing 80:20, serta melalui
tujuh proses preprocessing yaitu case folding, remove punctuation, remove number,
tokenizing, normalization, stopword removal, dan stemming. Untuk hasil dari metode
Convolutional Neural Network yaitu accuracy sebesar 85%, precision sebesar 86%, recall
sebesar 92% dan f1-score sebesar 89%.

Kata kunci: analisis sentimen, ulasan film, Database Film Internet, Convolutional Neural
Network

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	analisis sentimen, ulasan film, Database Film Internet, Convolutional Neural Network
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	19 Jun 2024 04:00
Last Modified:	19 Jun 2024 04:00
URI:	http://eprints.upnyk.ac.id/id/eprint/39782

Actions (login required)

View Item