Aryadani, Dede - 165410057 (2020) ANALISIS SENTIMEN KONTEN SOSIAL MEDIA INSTAGRAM STMIK AKAKOM YOGYAKARTA. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text
1_165410057_HALAMAN_DEPAN.pdf - Published Version Download (1MB) | Preview |
|
|
Text
2_165410057_BAB_I.pdf - Published Version Download (139kB) | Preview |
|
|
Text
3_165410057_BAB_II.pdf - Published Version Download (777kB) | Preview |
|
|
Text
3_165410057_BAB_II.pdf - Published Version Download (777kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
4_165410057_BAB_III.pdf - Published Version Restricted to Repository staff only Download (516kB) |
|
|
Text
5_165410057_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (902kB) |
|
|
Text
6_165410057_BAB_V.pdf - Published Version Download (118kB) | Preview |
|
|
Text
7_165410057_DAFTAR_PUSTAKA.pdf - Published Version Download (135kB) | Preview |
|
|
Text
8_165410057_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (286kB) | Preview |
|
|
Text
9_165410057_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (49MB) |
Abstract
Media sosial merupakan ruang publik baru untuk menyalurkan pendapat dan gagasan. Media sosial seperti Instagram telah dimanfaatkan oleh STMIK AKAKOM Yogyakarta untuk memberikan informasi terkait instansi sekolah tinggi tersebut. Informasi-informasi tersebut nantinya dapat menjadi topik pembicaraan dan hal menarik untuk dibahas oleh masyarakat. Respon atau tanggapan masyarakat terhadap konten Instagram STMIK AKAKOM Yogyakarta tersebut tentunya sangat beragam. Oleh karena itu, peneliti mencoba untuk menganalisa komentar yang membicarakan tentang konten dari Instagram STMIK AKAKOM Yogyakarta. Analisis sentimen dilakukan dengan menggunakan metode Recurrent Neural Network (RNN) dengan Long Short Term Memory (LSTM). Komentar akan diidentifikasi apakah komentar memiliki sentimen positif, netral, atau negatif. Penelitian ini menggunakan data sebanyak 1.473 data yang diperoleh dari hasil crawling. Hasil dari penelitian ini adalah sebuah sistem yang dapat mengklasifikasi sentimen. Tingkat akurasi pengujian yang didapatkan sebesar 65% dan tingkat akurasi penerapan yang didapatkan sebesar 79,46%. Beberapa kendala dalam proses analisis sentimen adalah data komentar yang jumlahnya tidak seimbang (imbalanced dataset) sehingga perlu dilakukan beberapa langkah tambahan dalam menyiapkan data untuk pelatihan model. Kata kunci : Analisis Sentimen, Deep Learning, RNN, LSTM, Instagram.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Ariesta Damayanti, S.Kom., M. Cs |
| Uncontrolled Keywords: | Analisis Sentimen, Deep Learning, RNN, LSTM, Instagram. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Multimedia (Multimedia System) |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 16 Des 2020 03:55 |
| Last Modified: | 16 Des 2020 04:17 |
| URI: | http://eprints.akakom.ac.id/id/eprint/9084 |
Actions (login required)
 |
View Item |
