Alam, Dimas Midyan (2021) WORD EMBEDDING PADA SENTIMEN ANALISIS UNTUK MEREPRESENTASIKAN KATA MENJADI VEKTOR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (566kB) |
|
Text (BAB I)
BAB I.pdf Download (237kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (648kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (230kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (859kB) |
|
Text (BAB V)
BAB V.pdf Download (61kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (199kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-17.11.0982-Dimas Midyan Alam - Dimas Midyan Alam.zip Restricted to Repository staff only Download (304kB) |
|
Text (PUBLIKASI)
Publikasi-17.11.0982-Dimas Midyan Alam - Dimas Midyan Alam.pdf Restricted to Repository staff only Download (435kB) |
Abstract
Analisis sentimen adalah sebuah proses yang memahami, mengekstraksi, dan mengolah data teks secara otomatis untuk menemukan jenis sentimen pada teks tersebut, merupakan salah satu solusi mengatasi masalah untuk mengelompokan opini atau review menjadi opini positif atau negatif secara otomatis Analisis sentimen berguna untuk memudahkan pengguna pada proses memahami sentimen sehingga dapat melakukan penentuan keputusan pada suatu objek. Pada penelitian ini menerapkan Word Embedding dengan Metode Word2Vec dan menggunakan algoritma klasifikasi Long Short Term Memory (LSTM). Metode Word2Vec digunakan untuk merepresentasikan kata kata dalam bentuk matematis. Word2Vec merupakan sebuah algoritma untuk mempelajari posisi kedekatan semantic antar kata dari sebuah teks masukan. Penelitian ini bertujuan untuk mengetahui berapa hasil akurasi Word Embedding dengan metode Word2Vec dan tanpa menggunakan Word Embedding. Berdasarkan penelitian yang dilakukan dengan pembagian data training 80% dan data testing 20% dari total jumlah dataset 10022, diperoleh nilai akurasi analisis sentimen yang menggunakan word embedding adalah 0,92 atau 92%, sedangkan nilai akurasi tanpa menggunakan word embedding adalah 0,88 atau 88%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sentimen Analisis, Word2Vec, Word Embedding, LSTM, Cosine Similarity | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 21 Jun 2022 08:18 | ||
| Last Modified: | 21 Aug 2023 06:06 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2037 |
Actions (login required)
 |
View Item |