Analisis Sentimen Berbasis Aspek Terhadap Ulasan Aplikasi Market Place Menggunakan Bidirectional Long Short-Term Memory

Yusuf, Bagus Perdana (2023) Analisis Sentimen Berbasis Aspek Terhadap Ulasan Aplikasi Market Place Menggunakan Bidirectional Long Short-Term Memory. Other thesis, Universitas Komputer Indonesia.

Preview	Text 1.UNIKOM_BAGUS PERDANA YUSUF_COVER.pdf - Published Version Download (24kB) | Preview
Preview	Text 19.UNIKOM_BAGUS PERDANA YUSUF_LEMBAR PENGESAHAN.pdf - Published Version Download (388kB) | Preview
Preview	Text 17.UNIKOM_BAGUS PERDANA YUSUF_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (407kB) | Preview
Preview	Text 20.UNIKOM_BAGUS PERDANA YUSUF_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (289kB) | Preview
Preview	Text 4.UNIKOM_BAGUS PERDANA YUSUF_KATA PENGANTAR.pdf - Published Version Download (73kB) | Preview
Preview	Text 5.UNIKOM_BAGUS PERDANA YUSUF_DAFTAR ISI.pdf - Published Version Download (43kB) | Preview
Preview	Text 11.UNIKOM_BAGUS PERDANA YUSUF_BAB 1.pdf - Published Version Download (150kB) | Preview
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
Preview	Text 15.UNIKOM_BAGUS PERDANA YUSUF_BAB 5.pdf - Published Version Download (12kB) | Preview
Preview	Text 10.UNIKOM_BAGUS PERDANA YUSUF_DAFTAR PUSTAKA.pdf - Published Version Download (87kB) | Preview
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