Analisis sentimen pemindahan Ibu Kota Indonesia menggunakan algoritma Deep Learning

Andi, Aditya Welly (2020) Analisis sentimen pemindahan Ibu Kota Indonesia menggunakan algoritma Deep Learning. Diploma thesis, UIN Sunan Gunung Djati Bandung.

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

Download (63kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (38kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (232kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (243kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (634kB) | 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 (693kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (21kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (171kB) | Request a copy

Abstract

Kebijakan pemerintahan saat ini yang dipimpin Presiden Joko Widodo perihal pemindahan ibu kota dari Provinsi DKI Jakarta ke Kalimantan Timur menuai berbagai macam komentar, mulai dari pujian, kritik, saran, sindiran hingga ujaran kebencian. Hal ini didukung banyaknya para tokoh-tokoh politik Indonesia yang memiliki akun twitter untuk memberikan dukungan atau opini terhadap kebijakan ini. Sentimen atau opini yang dikeluarkan sangat variatif dari yang berkomentar positif hingga tidak sedikit yang memberikan sentimen negatif. Penelitian ini dilakukan untuk mengetahui akurasi dari algoritma Convolutional Neural Network (CNN) untuk mengklasifikasi sentimen terhadap kebijakan pemerintah tentang pemindahan ibu kota dengan data yang diperoleh dari twitter, kemudian dilakukan preprocessing dan pembobotan meggunakan Word2Vec. Algoritma CNN diujikan sebanyak 15 kali dengan epochs yang berbeda untuk mencari hasil yang optimal. Pengujian dengan epochs 10 menghasilkan akurasi 67.42% kemudian pengujian dengan peningkatan jumlah epochs menjadi 30 dan 100 menghasilkan akurasi 67.44% dan 67.52%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: convolutional neural network; ibu kota; sentimen; twitter
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Systems Analysis and Computer Design
Special Computer Methods > Computer Vision
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Aditya Welly Andi
Date Deposited: 02 Oct 2020 06:21
Last Modified: 02 Oct 2020 06:21
URI: https://digilib.uinsgd.ac.id/id/eprint/33950

Actions (login required)

View Item View Item