Yusuf, Bagus Perdana (2023) Analisis Sentimen Berbasis Aspek Terhadap Ulasan Aplikasi Market Place Menggunakan Bidirectional Long Short-Term Memory. Other thesis, Universitas Komputer Indonesia.
|
Text
1.UNIKOM_BAGUS PERDANA YUSUF_COVER.pdf - Published Version Download (24kB) | Preview |
|
|
Text
19.UNIKOM_BAGUS PERDANA YUSUF_LEMBAR PENGESAHAN.pdf - Published Version Download (388kB) | Preview |
|
|
Text
17.UNIKOM_BAGUS PERDANA YUSUF_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (407kB) | Preview |
|
|
Text
20.UNIKOM_BAGUS PERDANA YUSUF_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (289kB) | Preview |
|
|
Text
4.UNIKOM_BAGUS PERDANA YUSUF_KATA PENGANTAR.pdf - Published Version Download (73kB) | Preview |
|
|
Text
5.UNIKOM_BAGUS PERDANA YUSUF_DAFTAR ISI.pdf - Published Version Download (43kB) | Preview |
|
|
Text
11.UNIKOM_BAGUS PERDANA YUSUF_BAB 1.pdf - Published Version Download (150kB) | Preview |
|
|
Text
12.UNIKOM_BAGUS PERDANA YUSUF_BAB 2.pdf - Published Version Download (1MB) | Preview |
|
Text
13.UNIKOM_BAGUS PERDANA YUSUF_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
14.UNIKOM_BAGUS PERDANA YUSUF_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
15.UNIKOM_BAGUS PERDANA YUSUF_BAB 5.pdf - Published Version Download (12kB) | Preview |
|
|
Text
10.UNIKOM_BAGUS PERDANA YUSUF_DAFTAR PUSTAKA.pdf - Published Version Download (87kB) | Preview |
|
|
Text
18.UNIKOM_BAGUS PERDANA YUSUF_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (8kB) | Preview |
Abstract
Aspect Based Sentiment Analysis (ABSA) merupakan salah satu dari tiga tingkat kedetailan pada analisis sentimen yang membantu memahami permasalahan pada analisis sentimen lebih baik dan memberikan peluang yang lebih baik dalam menganalisis sentimen karena ABSA menganalisis langsung dengan melihat dan menyadari pentingnya target dari opini. Beberapa penelitian dengan LSTM mendapatkan akurasi yang cukup baik, tetapi LSTM tidak dapat menangkap context semantic information, dikarenakan informasi hanya ditransmisikan dari past to future, solusinya adalah menggunakan algoritma Bi-LSTM, karena Bi-LSTM mampu menangani permasalahan pada LSTM yakni menangkap context semantic information lebih efektif dari dua arah (past to future & future to past) serta mendapatkan lebih baik representasi teks dari sentimen. Tujuan penelitian ini mengetahui performansi metode Bidirectional Long Short-Term Memory pada Analisis Sentimen Berbasis Aspek terhadap ulasan aplikasi Marketplace. Data masukkan dilakukan preprocessing dan word embedding dengan Word2Vec Continuous Bag of Words. Data yang digunakan dalam pelatihan berjumlah 2250 sementara dalam pengujian berjumlah 750. Hasil pengujian menghasilkan akurasi tertinggi yaitu aspek Kebermanfaatan sebesar 92.40%. Sementara akurasi terendah yaitu aspek Non Aspek sebesar 65.07%, precision terbesar 93.58%, recall terbesar 97.92% dan f1-score terbesar 95.70%. Dengan Random Over Sampling mendapatkan akurasi terbesar yaitu 96.39% untuk aspek Kebermanfaatan dan akurasi terendah 86.26% untuk aspek Non Aspek.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Analisis Sentimen Berbasis Aspek, Bidirectional Long Short-term Memory, Word2Vec CBOW, Ulasan Aplikasi Marketplace |
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 Hayati Kosasih |
Date Deposited: | 12 Dec 2023 08:40 |
Last Modified: | 12 Dec 2023 08:40 |
URI: | http://elibrary.unikom.ac.id/id/eprint/8478 |
Actions (login required)
View Item |