HARAHAP, NORA ANISAH (2022) ANALISIS SENTIMEN PADA KOMENTAR TWITTER PUBLIK FIGUR (AGNES MONICA) MENGGUNAKAN METODE DEEP BELIEF NETWORK. Other thesis, UPN Veteran Yogyakarta.
Text
ABSTRAK.pdf Download (10kB) |
|
Text
COVER.pdf Download (138kB) |
|
Text
DAFTAR ISI.pdf Download (123kB) |
|
Text
LEMBAR PENGESAHAN PEMBIMBING.pdf Download (698kB) |
|
Text
SKRIPSI FULL NORA ANISAH_123150008.pdf Restricted to Repository staff only Download (3MB) |
|
Text
DAFTAR PUSTAKA.pdf Download (141kB) |
Abstract
Kebebasan penggunaan sosial media dapat terlihat dengan banyaknya komentar yang
berisi tentang opini atau sentimen terutama pada publik figur. Dengan beragam sentimen
yang ada, akan sulit untuk mengidentifikasi sentimen yang muncul menjadi informasi
spesifik yang dibutuhkan pengguna. Maka dari itu, komentar atau sentimen perlu diproses
sedemikian rupa sehingga dapat diklasifikasikan apakah sentimen terhadap publik figur
cenderung positif, negatif, atau netral.
Dalam penelitian ini, peneliti memilih mengambil data penelitian pada twitter
dengan metode scraping dan mengambil data hastag Agnezmo, yang mengacu pada seorang
publik figur dari Indonesia, yaitu Agnes Monica. Data ini nantinya akan disimpan pada
database untuk kemudian dilakukan tahap preprocessing, ekstraksi fitur, labeling, dan
perhitungan dengan metode Deep Belief Network.
Deep Belief Network (DBN) adalah bagian dari machine learning, yang merupakan
kumpulan stack atau tumpukan dari beberapa algoritma untuk meningkatkan ekstraksi fitur
seoptimal mungkin. Metode DBN pada penelitian ini dapat melakukan klasifikasi sentimen
terhadap data tweet yang akan diuji.
Berdasarkan implementasi dan hasil pengujian yang dilakukan, hasil menunjukkan
bahwa menggunakan metode Deep Belief Network diperoleh akurasi senilai 54,20%, presisi
55,49%, recall 57,14% untuk 107 data uji.
Kata kunci : Analisis Sentimen; Deep Belief Network; Twitter;
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Analisis Sentimen; Deep Belief Network; Twitter |
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | A.Md Sepfriend Ayu Kelana Giri |
Date Deposited: | 04 Oct 2022 06:56 |
Last Modified: | 04 Oct 2022 06:56 |
URI: | http://eprints.upnyk.ac.id/id/eprint/31260 |
Actions (login required)
View Item |