Analisis sentimen terhadap isu konflik Palestina-Israel pada twitter menggunakan algoritma convolutional neural network

Nurlela, Nurlela (2022) Analisis sentimen terhadap isu konflik Palestina-Israel pada twitter menggunakan algoritma convolutional neural network. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (211kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (242kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (186kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (316kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (427kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (402kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (849kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (178kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (247kB) | Request a copy

Abstract

Konflik Palestina-Israel merupakan konflik perebutan wilayah yang sudah berlangsung lama. Konflik tersebut telah menyita perhatian banyak orang sehingga banyak masyarakat yang pro dan kontra dalam menanggapi konflik palestina-Israel tersebut. Beragam pendapat disampaikan melalui media sosial salah satunya pada media sosial twitter. Riset ini dilakukan untuk menganalisis tanggapan dan pernyataan dari masyarakat baik berupa positif, negatif, dan netral. Untuk memaksimalkan proses klasifikasi maka digunakan algoritma convolutional neural network. Data yang digunakan adalah tweet bahasa indonesia dengan jumlah dataset sebanyak 3632 data. Hasil dari pengujian yang telah dilakukan bahwa proses klasifikasi menggunakan algoritma convolutional neural network menghasilkan akurasi sebesar 68%. Untuk persentase klasifikasi teks menunjukkan bahwa sentimen netral lebih banyak dibandingkan dengan sentimen positif dan negatif. Hasil sentimen mendapatkan 34% untuk sentimen positif, 19% untuk sentimen negatif, dan 47% untuk sentimen netral.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Analisis Sentimen; Palestina; Israel; Twitter; Convolutional Neural Network;
Subjects: Special Computer Methods > Artificial Intelligence
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Nurlela Nurlela
Date Deposited: 28 Sep 2022 08:40
Last Modified: 28 Sep 2022 08:40
URI: https://etheses.uinsgd.ac.id/id/eprint/58183

Actions (login required)

View Item View Item