REPRESENTASI KATA MENJADI VECTOR PADA ULASAN HOTEL DI INDONESIA MENGGUNAKAN METODE WORD2VEC

Muryanto, Andrian Tri (2020) REPRESENTASI KATA MENJADI VECTOR PADA ULASAN HOTEL DI INDONESIA MENGGUNAKAN METODE WORD2VEC. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (639kB)
[img] Text (BAB I)
BAB I.pdf
Download (312kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (804kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (233kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (793kB)
[img] Text (BAB V)
BAB V.pdf
Download (57kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (186kB)
[img] Archive (SOURCE CODE)
Source Code & dataset - Andrian Tri Muryanto.rar
Restricted to Repository staff only
Download (893kB)
[img] Text (PUBLIKASI)
Publikasi-17.11.0977-ANDRIAN TRI MURYANTO - Andrian Tri Muryanto.pdf
Restricted to Repository staff only
Download (448kB)

Abstract

Hotel merupakan salah satu produk pariwisata yang sangat penting untuk dipertimbangkan baik dari segi fasilitas dan pelayanan. Saat ini sudah banyak website wisata yang menyediakan fasilitas internet untuk menuliskan opini dan pengalaman pribadinya secara online. Analisa sentimen atau opinion mining merupakan salah satu solusi mengatasi masalah untuk mengelompokan opini atau review menjadi opini positif atau negatif secara otomatis. Analisis sentimen adalah sebuah proses yang memahami, mengekstraksi, dan mengolah data teks secara otomatis untuk menemukan jenis sentimen pada teks tersebut. Analisis sentimen berguna untuk memudahkan pengguna pada proses memahami sentiment sehingga dapat melakukan penentuan keputusan pada suatu objek. Penelitian ini menerapkan Metode Word2Vec untuk dilakukannya kinerja sentiment analisis. Metode Word2Vec dapat digunakan untuk merepresentasikan kata kata dalam bentuk matematis. Word2Vec merupakan sebuah algoritma untuk mempelajari posisi kedekatan semantic antar kata dari sebuah teks masukan. Word2vec memiliki dua arsitektur yaitu Skip-gram dan CBOW . Berdasarkan hasil penelitian diperoleh nilai akurasi analisis sentimen untuk ulasan hotel di Indonesia yang menggunakan word embedding adalah 0,90 atau 90%, sedangkan nilai akurasi dari tanpa word embedding adalah 0,88 atau 88%. Namun saat menggunakan word embedding, kecepatan epoch membutuhkan waktu proses yang lebih lama. Jika tidak menggunakan word embedding, kecepatan pemrosesan akan lebih cepat.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Hayaty, Mardhiya
Uncontrolled Keywords: Analisis Sentimen, Word Embedding, Word2Vec, LSTM
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: 23 Jun 2022 06:08
Last Modified: 16 Aug 2023 02:26
URI: http://eprints.amikom.ac.id/id/eprint/2353

Actions (login required)

View Item View Item