Hendriansyah, Yazid Ilham (2025) ANALISIS SENTIMEN KOMENTAR NEGATIF PADA SOSIAL MEDIA MENGGUNAKAN METODE LSTM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (778kB) |
|
Text (BAB I)
BAB I.pdf Download (185kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (536kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (272kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (593kB) |
|
Text (BAB V)
BAB V.pdf Download (106kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (56kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (658kB) |
Abstract
Perkembangan teknologi informasi dan komunikasi telah menyebabkan peningkatan signifikan dalam penggunaan media sosial sebagai platform untuk mengekspresikan pendapat dan emosi. Namun, di balik manfaatnya, media sosial juga menyimpan tantangan, terutama terkait dengan komentar negatif yang dapat mempengaruhi reputasi individu atau perusahaan. Penelitian ini bertujuan untuk mengembangkan model analisis sentimen menggunakan metode Long Short-Term Memory (LSTM) untuk mengidentifikasi dan mengklasifikasikan komentar negatif di media sosial. Dalam penelitian ini, data dikumpulkan dari platform media sosial dan diolah melalui beberapa tahapan, termasuk pra-pemrosesan teks, tokenisasi, dan pembagian data menjadi set pelatihan dan pengujian. Model LSTM dibangun dengan arsitektur yang terdiri dari layer embedding dan LSTM untuk menangkap pola dalam data berurutan. Setelah dilatih, model dievaluasi menggunakan data uji untuk mengukur akurasinya. Hasil penelitian menunjukkan bahwa model LSTM dapat mengklasifikasikan komentar negatif dengan akurasi yang memuaskan, sehingga memberikan kontribusi signifikan dalam bidang analisis sentimen. Temuan ini tidak hanya memberikan wawasan bagi perusahaan untuk memahami persepsi publik terhadap produk dan layanan mereka, tetapi juga membuka peluang untuk penelitian lebih lanjut mengenai penerapan metode deep learning dalam analisis teks. Dengan demikian, penelitian ini menunjukkan potensi metode LSTM sebagai alat efektif dalam mengatasi tantangan analisis sentimen di media sosial, terutama dalam menangani komentar negatif.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Media Sosial, Komentar Negatif, LSTM (Long Short-Term Memory), Deep Learning | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 15 Apr 2025 03:02 | ||
| Last Modified: | 15 Apr 2025 03:02 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29372 |
Actions (login required)
 |
View Item |