Penerapan Algoritma Cnn Dan Hybrid Cnn-Lstm Dalam Analisis Sentimen Berdasarkan Data Topic Modelling Pada Media Sosial X (Twitter)

Putra, Raihan Syah Sukana (2024) Penerapan Algoritma Cnn Dan Hybrid Cnn-Lstm Dalam Analisis Sentimen Berdasarkan Data Topic Modelling Pada Media Sosial X (Twitter). Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_COVER.pdf - Published Version Download (104kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_LEMBAR PENGESAHAN.pdf - Published Version Download (193kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (133kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (141kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_KATA PENGANTAR.pdf - Published Version Download (96kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_DAFTAR ISI.pdf - Published Version Download (157kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_BAB 1.pdf - Published Version Download (199kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_BAB 2.pdf - Published Version Download (771kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_BAB 4.pdf - Published Version Restricted to Repository staff only Download (368kB) | Request a copy
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_BAB 5.pdf - Published Version Download (119kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_DAFTAR PUSTAKA.pdf - Published Version Download (225kB)
	Text UNIKOM_RAIHAN SYAH SUKANA PUTRA_LEMBAR KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (8kB)

Abstract

Dalam era digitalisasi, media sosial seperti Twitter telah menjadi platform utama bagi publik untuk menyampaikan opini dan pendapat, dengan sekitar 500 juta cuitan setiap hari. Ulasan daring di Twitter berperan penting dalam keputusan pembelian produk, namun analisis manual sering kali sulit dalam menyimpulkan sentimen secara akurat. Konsumen membutuhkan informasi yang jelas tentang apakah sentimen produk bersifat positif atau negatif. Aplikasi analisis media sosial saat ini, meskipun mampu mengidentifikasi topik dan akun berpengaruh, belum sepenuhnya memenuhi kebutuhan konsumen dalam menyajikan ringkasan sentimen yang mudah dipahami. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan algoritma Convolutional Neural Network (CNN) dan Hybrid CNN-LSTM dalam analisis sentimen. Penambahan fitur analisis sentimen pada aplikasi media sosial terbukti membantu pengguna, salah satunya konsumen, dalam memahami ulasan produk, serta mempermudah pengambilan keputusan. Fitur ini juga bermanfaat bagi para ahli, seperti social media specialists. Hasil pengujian menunjukkan bahwa kedua algoritma, CNN dan CNN-LSTM, menampilkan informasi sentimen dengan akurasi yang sama, yaitu 85%, berbeda dari penelitian sebelumnya yang mengindikasikan keunggulan CNN-LSTM. Meskipun terdapat variasi persentase dalam klasifikasi sentimen, pengetahuan yang dihasilkan dari kedua model tetap konsisten tanpa perbedaan signifikan. Hal ini menegaskan bahwa penambahan layer LSTM pada CNN-LSTM tidak memberikan dampak besar terhadap kualitas pengetahuan yang dihasilkan.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, Analisis Sentimen, Aplikasi Analisis Sosial Media, CNN, Hybrid CNN-LSTM
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	08 Sep 2025 04:33
Last Modified:	08 Sep 2025 04:33
URI:	http://elibrary.unikom.ac.id/id/eprint/10883

Actions (login required)

View Item