Penerapan Cnn Dan Bi-Lstm Dalam Identifikasi Emosi Berdasarkan Data Topic Modelling Pada Media Sosial X (Twitter)

Prayogi, Rissopan Panji (2024) Penerapan Cnn Dan Bi-Lstm Dalam Identifikasi Emosi Berdasarkan Data Topic Modelling Pada Media Sosial X (Twitter). Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_RISSOPAN PANJI PRAYOGI_COVER.pdf - Published Version Download (104kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_LEMBAR PENGESAHAN.pdf - Published Version Download (187kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (129kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (141kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_KATA PENGANTAR.pdf - Published Version Download (126kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_DAFTAR ISI.pdf - Published Version Download (230kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_BAB 1.pdf - Published Version Download (187kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_BAB 2.pdf - Published Version Download (1MB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_BAB 3.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_BAB 4.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_BAB 5.pdf - Published Version Download (123kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_DAFTAR PUSTAKA.pdf - Published Version Download (176kB)
	Text UNIKOM_RISSOPAN PANJI PRAYOGI_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (8kB)

Abstract

Transformasi digital telah membawa perubahan signifikan dalam pola interaksi sosial, dengan media sosial menjadi platform utama untuk komunikasi dan ekspresi pendapat secara daring. Twitter, sebagai salah satu platform media sosial paling populer di Indonesia, digunakan oleh jutaan pengguna setiap harinya untuk menyampaikan pemikiran mereka melalui tweet. Namun, volume tweet yang besar, kompleksitas emosi yang terkandung, serta keberagaman topik pembicaraan menimbulkan tantangan dalam menganalisis persepsi pengguna secara efektif. Penelitian ini bertujuan untuk mengembangkan aplikasi analisis media sosial yang mampu mengelompokkan tweet berdasarkan topik menggunakan teknik topic modeling, kemudian mengklasifikasikan persepsi pengguna berdasarkan emosi yang diekspresikan terhadap topik-topik tersebut. Dalam penelitian ini, dua algoritma Deep Learning, yaitu Convolutional Neural Network (CNN) dan Bidirectional Long Short-Term Memory (BI-LSTM), diterapkan untuk memperoleh wawasan yang lebih mendalam terkait emosi pengguna. Hasil dari penelitian ini diharapkan dapat membantu Spesialis Media Sosial dalam mengelola media sosial dengan lebih efektif dan merancang strategi komunikasi yang lebih tepat sasaran, berdasarkan pemahaman yang lebih baik tentang emosi dan topik yang diperbincangkan oleh pengguna.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	X (Twitter), Topic Modeling, Klasifikasi Emosi, Convolutional Neural Network (CNN), Bidirectional Long Short-Term Memory (Bi-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:	10 Sep 2025 03:26
Last Modified:	10 Sep 2025 03:26
URI:	http://elibrary.unikom.ac.id/id/eprint/10900

Actions (login required)

View Item