Analisis sentimen Video Game Online menggunakan Algoritma Deep Learning pada media sosial

Wildiansyah, Wildan Najah (2020) Analisis sentimen Video Game Online menggunakan Algoritma Deep Learning pada media sosial. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

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

Download (23kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (130kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (135kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (545kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (266kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (166kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (90kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (96kB) | Request a copy

Abstract

Sentimen merupakan sebuah riset secara terkomputasi terhadap opini sentimen dan emosi yang dikemas secara tekstual. Banyak metode yang dapat diterapkan dalam proses analisis sentimen, salah satunya adalah metode deep learning. Dengan pesatnya teknologi internet membuat pemain game online semakin meningkan sehingga diperlukan opini masyarakat sangat dibutuhkan untuk menilai sentiment terhadap video game online. Penelitian ini dilakukan untuk menerapkan metode deep learning dengan algoritma Convolutional Neural Network (CNN) untuk meningkatkan hasil analisis sentimen. Pada penelitian ini telah dilakukan algoritma CNN untuk sentiment analisis terhadap data yang didapat dari twitter. Metodologi yang digunakan adalah Cross-Indrustri Standar Process for Data Mining. Kemudian dilakukan preprocessing dan pembobotan menggunakan GloVe. Nilai akurasi algoritma CNN yaitu 81%. Dan menunjukkan 80.4% bernilai positif dan 19.6% bernilai negatif. Hasil dari penelitian ini dapat digunakan untuk membantu dalam pengambilan keputusan selanjutnya dilihat dari opini pemain game.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Analisis Sentimen; Convolutioanl Neural Networks; Confusion Matriks; Natural Language Processing; Deep Learning;
Subjects: Data Processing, Computer Science
Technology, Applied Sciences
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Wildan Najah Wildiansyah
Date Deposited: 21 Apr 2022 03:34
Last Modified: 11 May 2022 06:00
URI: https://digilib.uinsgd.ac.id/id/eprint/49828

Actions (login required)

View Item View Item