Septianti, Winda Pratiwi (2020) Analisis Sentimen Berdasarkan Aspek Menggunakan Learning Vector Quantization. Other thesis, Universitas Komputer Indonesia.
|
Text
1. 10115477_WINDA PRATIWI SEPTIANTI_COVER.pdf - Published Version Download (21kB) | Preview |
|
|
Text
19. 10115477_WINDA PRATIWI SEPTIANTI_LEMBAR PENGESAHAN.pdf - Published Version Download (274kB) | Preview |
|
|
Text
17. 10115477_WINDA PRATIWI SEPTIANTI_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (187kB) | Preview |
|
|
Text
20. 10115477_WINDA PRATIWI SEPTIANTI_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (205kB) | Preview |
|
|
Text
4. 10115477_WINDA PRATIWI SEPTIANTI_KATA PENGANTAR.pdf - Published Version Download (115kB) | Preview |
|
|
Text
11. 10115477_WINDA PRATIWI SEPTIANTI_BAB 1.pdf - Published Version Download (51kB) | Preview |
|
|
Text
12. 10115477_WINDA PRATIWI SEPTIANTI_BAB 2.pdf - Published Version Download (347kB) | Preview |
|
Text
13. 10115477_WINDA PRATIWI SEPTIANTI_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
14. 10115477_WINDA PRATIWI SEPTIANTI_BAB 4.pdf - Published Version Restricted to Repository staff only Download (291kB) | Request a copy |
||
|
Text
15. 10115477_WINDA PRATIWI SEPTIANTI_BAB 5.pdf - Published Version Download (5kB) | Preview |
|
|
Text
10. 10115477_WINDA PRATIWI SEPTIANTI_DAFTAR PUSTAKA.pdf - Published Version Download (123kB) | Preview |
Abstract
Tujuan dari penelitian ini untuk mengetahui performa dari metode yang digunakan dalam menganalisis sentimen berdasarkan aspek. Adapun metode yang digunakan pada penelitian ini yaitu Learning Vector Quantization. Dimana data latih dan data uji sebelumnya melalui tahap preprocessing untuk mengolah data dan mengekstraksi fitur yang ada di dalamnya. Tahap preprocessing yang digunakan yaitu case folding, filtering, tokenization, word normalization, dan stopword removal. Setelah itu list fitur diubah menjadi bentuk vector dengan menggunakan pembobotan TF-IDF. Berdasarkan hasil penelitian yang dilakukan pada analisis sentimen berdasarkan aspek ini, pengujian LVQ dengan skenario pengujian mendapatkan hasil terbaik dengan learning rate 0.05 dan epoch ke-100 mendapatkan hasil sebesar 67.02%. Berdasarkan hasil pengujian, diperoleh akurasi menggunakan metode LVQ sebesar 61,72%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Learning Vector Quantization, Analisis Sentimen, Berdasarkan Aspek, Preprocessing, TF-IDF |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 14 Sep 2020 01:59 |
Last Modified: | 17 Sep 2020 04:14 |
URI: | http://elibrary.unikom.ac.id/id/eprint/2746 |
Actions (login required)
View Item |