eprintid: 31737
rev_number: 7
eprint_status: archive
userid: 12
dir: disk0/00/03/17/37
datestamp: 2026-03-03 06:29:27
lastmod: 2026-03-03 06:29:27
status_changed: 2026-03-03 06:29:27
type: thesis
metadata_visibility: show
creators_name: NUGROHO, AGUNG
creators_nim: 23.55.1440
contributors_name: Setyanto, Arief
corp_creators: Universitas AMIKOM Yogyakarta
title: IMPLEMENTASI PARALLEL ENSEMBLE LEARNING
NEURAL NETWORK PADA SENTIMENT ANALISIS TEKS
BAHASA INGGRIS
ispublished: pub
subjects: 000.000.000A
divisions: PJJ
full_text_status: public
keywords: Sentiment Analysis, Parallel ensemble learnerning, Bi-LSTM,
GRU, Keras.
abstract: Analisis sentimen sangat penting untuk mendapatkan data terkait opini
pelanggan terhadap produk dan layanan yang ditawarkan. Dalam proses analisis
sentimen, kombinasi dan konfigurasi jaringan syaraf tiruan mempengaruhi
keakuratan klasifikasi sentimen. Dalam penelitian terbaru yang dilakukan oleh
peneliti, ditemukan bahwa algoritma Bi-LSTM, LSTM, GRU, dan BERT
merupakan State of the Art dalam proses klasifikasi analisis sentimen. Namun,
penulis melihat bahwa penelitian sebelumnya yang dilakukan oleh peneliti lain
difokuskan untuk menemukan hasil klasifikasi terbaik dari beberapa algoritma yang
digunakan. Peneliti melihat bahwa Word Embedding memiliki peran penting dalam
keakuratan klasifikasi analisis sentimen, dan konfigurasi jaringan syaraf tiruan
parallel ensemble learning neural network dapat mempengaruhi keakuratan
klasifikasi analisis sentimen. Dengan adanya peluang penelitian ini, peneliti
mencoba melakukan percobaan dalam dua tahap, tahap pertama dengan konfigurasi
single learner neural network dengan berbagai kombinasi algoritma word
embedding dan klasifikasi. Hasil tahap pertama yaitu algoritma Bi-LSTM dengan
embedding Keras dengan konfigurasi single learner menghasilkan keakuratan
terbaik sebesar 80,20%. Hasil tahap pertama ini menjadi baseline yang akan
dijadikan acuan untuk kombinasi pada percobaan tahap kedua. Pada tahap kedua
percobaan dilakukan penggabungan algoritma Bi-LSTM dengan algoritma lain
secara paralel, seperti GRU, RNN, dan Simple RNN dengan embedding Keras.
Ditemukan bahwa penggabungan 3 layer paralel GRU-BiLSTM-RNN dengan
Embedding Keras menghasilkan akurasi tertinggi untuk analisis sentimen dari 3
kelas sebesar 88%.
date: 2026-01-02
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Pascasarjana Magister Teknik Informatika
thesis_type: masters
thesis_name: tesis
citation:   NUGROHO, AGUNG  (2026) IMPLEMENTASI PARALLEL ENSEMBLE LEARNING NEURAL NETWORK PADA SENTIMENT ANALISIS TEKS BAHASA INGGRIS.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31737/1/23.55.1440%20AGUNG%20NUGROHO.pdf