Miko, Nanda Temas (2021) Analisis Sentimen Pada Kasus Covid19 Menggunakan Convolutional Neural Network Dan Word Embedding. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_COVER.pdf - Published Version Download (35kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_LEMBAR PENGESAHAN.pdf - Published Version Download (182kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_ SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (133kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_SURAT PERNYATAAN ORIGINALITAS.pdf - Published Version Download (454kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_KATA PENGANTAR.pdf - Published Version Download (88kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_DAFTAR ISI.pdf - Published Version Download (62kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_BAB I.pdf - Published Version Download (90kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_BAB II.pdf - Published Version Download (251kB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
UNIKOM_10113414_NANDA TEMAS MIKO_BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_BAB IV.pdf - Published Version Restricted to Repository staff only Download (193kB) | Request a copy |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_BAB V.pdf - Published Version Download (10kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_DAFTAR PUSTAKA.pdf - Published Version Download (71kB) | Preview |
|
|
Text
UNIKOM_10113414_NANDA TEMAS MIKO_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (75kB) | Preview |
Abstract
Penelitian ini bertujuan melakukan sentiment analysis tentang corona virus pada kegiatan sehari hari yang diunggah di facebook, Twitter dan Instagram dengan output yaitu 3 class:positif, negative dan netral. Metode yang dipilih adalah metode klasifikasi Convolutional Neural Network. Sebelum melakukan klasifikasi, praprocessing pada penelitian ini meliputi tokenizasi, normalisasi, menghilangkan emoticon, Convert Negasi, Stopword Removal serta Word Embedding. dataset yang digunakan berjumlah 1177 dataset dengan pembagiannya yaitu 560 dataset positif, 355 dataset negative dan 262 dataset netral. Program dirancang menggunakan Bahasa pemrograman python dengan beberapa library seperti keras, tensorflow dan pandas. User interface dibuat berbasis android. Akurasi yang didapatkan pada pelatihan menggunakan Convolutional Neural Network sebesar 89%. Hasil pengujian adalah penelitian ini mampu melakukan sentiment analysis dengan kesalahan sebesar 11% dilihat dari confusion matrix.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Sentimen Analysis, Corona virus covid19, Convolutional Neural Network. |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
| Depositing User: | Mrs. Calis Maryani |
| Date Deposited: | 12 Jan 2022 07:48 |
| Last Modified: | 12 Jan 2022 07:48 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/4886 |
Actions (login required)
 |
View Item |
