ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY

Sanusi, Rosit (2021) ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY. Skripsi thesis, STMIK AKAKOM.

Preview	Text 1_175410095_HALAMAN_DEPAN.pdf - Published Version Download (847kB) | Preview
Preview	Text 2_175410095_BAB_I.pdf - Published Version Download (82kB) | Preview
Preview	Text 3_175410095_BAB_II.pdf - Published Version Download (297kB) | Preview
	Text 4_175410095_BAB_III.pdf - Published Version Restricted to Repository staff only Download (455kB) | Request a copy
	Text 5_175410095_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (708kB) | Request a copy
Preview	Text 6_175410095_BAB_V.pdf - Published Version Download (65kB) | Preview
Preview	Text 7_175410095_DAFTAR_PUSTAKA.pdf - Published Version Download (33kB) | Preview
Preview	Text 8_175410095_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (137kB) | Preview
	Text 9_175410095_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (128kB) | Request a copy

Abstract

Media sosial telah menjadi ruang publik baru untuk menyalurkan pendapat dan gagasan. Twitter merupakan media sosial dengan jumlah pengguna aktif paling banyak di Indonesia. Dengan berlaku nya program kartu prakerja sejak pendaftaran gelombang pertama hingga gelombang kesekian ini, banyak pengguna twitter di Indonesia yang menyampaikan pendapat dan gagasan mengenai program kartu prakerja. Oleh karena itu peneliti mencoba untuk menganalisa tweet berbahasa Indonesia yang membicarakan mengenai program kartu prakerja yang ditandai dengan kata kunci prakerja dalam tweet tersebut. Analisis sentimen dilakukan dengan menggunakan metode Reccurent Neural Network (RNN) dengan Long Short Term Memory (LSTM). Dalam penelitian ini data yang digunakan di crawling menggunakan melalui Twitter API dengan bantuan library searchtweets yang diambil pada periode bulan April 2020 sampai April 2021 sebanyak 4122 tweet. Data hasil crawling sendiri dibagi kedalam proporsi 80% untuk data training dan 20% sebagai data testing. Hasil dari penelitian ini adalah sebuah sistem yang mampu melakukan klasifikasi sentimen (positif, netral, negatif) terhadap sebuah tweet. Tingkat akurasi pelatihan yang didapat sebesar 95,66 % serta tingkat akurasi pengujian sebesar 64,48 %. Beberapa kendala dalam proses analisis sentimen adalah data untuk pembuatan model tidak seimbang sehingga menyebabkan overfitting, proses pelabelan data masih dilakukan secara manual sehingga masih ada kemungkinan kesalahan pada tweet yang dijadikan data pelatihan. Kata kunci : Analisis Sentimen, Deep Learning, LSTM, RNN, Twitter API.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing: Femi Dwi Astuti, S.Kom., M.Cs.
Uncontrolled Keywords:	Analisis Sentimen, Deep Learning, LSTM, RNN, Twitter API.
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sistem
Divisions:	Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User:	Denis Wahyudi, A.Md.
Date Deposited:	13 Sep 2021 02:40
Last Modified:	13 Sep 2021 02:40
URI:	http://eprints.akakom.ac.id/id/eprint/9343

Actions (login required)

View Item