Sartini, 5302416006 (2020) ANALISIS SENTIMEN TWITTER BAHASA INDONESIA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF (ANALISIS SENTIMEN TWITTER BAHASA INDONESIA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) Download (852kB) | Preview

Abstract

Sartini. 2020. Analisis Sentimen Twitter Bahasa Indonesia Menggunakan Algoritma Convolutional Neural Network. Dr. Ir. Subiyanto, S.T., M.T. Pendidikan Teknik Informatika dan Komputer. Analisis sentimen dalam bidang natural language processing telah dikembangkan menggunakan metode seperti machine learning dan deep learning. Namun, penelitian analisis sentimen yang dilakukan di Indonesia masih menggunakan metode machine learning yang menyebabkan akurasi yang dihasilkan belum optimal. Dalam skripsi ini, algoritma Convolutional Neural Network (CNN) digunakan untuk mendapatkan akurasi yang lebih tinggi untuk diterapkan pada Indonesian-Sentiment-Analysis-Dataset yang terdiri dari 10.806 tweet berbahasa Indonesia. Variasi 12 model CNN dikembangkan dengan konfigurasi parameter yang berbeda pada convolutional layers, filter size, dan number of filters yang dikembangkan menggunakan bahasa pemrograman Python pada Google Colaboratory. Model Word2vec berbahasa Indonesia diterapkan sebagai representasi kata dalam bentuk vektor. Desain kerangka kerja sistem analisis sentimen dibagi menjadi tiga bagian yaitu persiapan data, sistem training dan testing dengan 80% data sebagai data training dan 20% sebagai data testing, dan output sebagai evaluasi atau ukuran kinerja model yang dikembangkan dalam bentuk grafik. Hasil menunjukkan bahwa algortima CNN untuk analisis sentimen pada dataset umum berbahasa Indonesia memperoleh akurasi yang lebih tinggi dibandingkan algortima machine learning seperti Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Stochastic Gradient Descent (SGD). Algoritma CNN memperoleh akurasi sebesar 81,4%, SVM memperoleh akurasi sebesar 61,4%, KNN sebesar 52,3%, dan SGD sebesar 62,1%. Kata kunci: Analisis Sentimen, CNN, Twitter, Word2vec.

Actions (login required)

View Item