TY  - THES
A1  - Mohammed, Kezaala Dody Islam
UR  - https://eprints.amikom.ac.id/id/eprint/32186/
PB  - Universitas AMIKOM Yogyakarta
M1  - bachelor
Y1  - 2026/02/27/
AV  - restricted
ID  - universitasamikomyogyakarta32186
KW  - Analisis  sentimen
KW  -   Chatbots  Amikom
KW  -   Whatsapp  Caller  Center
KW  -   Long 
 Short-Term Memory (LSTM)
KW  -  Metode LSTM
KW  -  Data sentimen
KW  -  Akurasi prediksi sentimen
KW  -  Sentiment  analysis
KW  -   Amikom  Chatbots
KW  -  Sentiment  data
KW  -   Sentiment  prediction
 accuracy.
N2  - Penelitian  ini  bertujuan  untuk  menganalisis  sentimen  chatbots  Amikom  yang 
 digunakan  oleh  Whatsapp  Caller  Center  dengan  menggunakan  metode  Long  Short-Term 
 Memory  (LSTM).  Data  yang  digunakan  adalah  data  sentimen  yang  terdiri  dari 
 pesan-pesan  yang  dikirim  oleh  pengguna  kepada  chatbots  Amikom  melalui  layanan 
 Whatsapp  Caller  Center.  Metode  LSTM  dipilih  karena  mampu  menangani  data  yang 
 memiliki  hubungan  temporal  yang  kuat  dan  mampu  memprediksi  sentimen  pengguna 
 dengan  akurasi  yang  tinggi.  Hasil  dari  penelitian  ini  menunjukkan  bahwa  metode  LSTM 
 dapat  digunakan  untuk  menganalisis  sentimen  chatbots  Amikom  dengan  akurasi  sebesar 
 96%.
TI  - SENTIMENT ANALYSIS OF THE AMIKOM WHATSAPP
 CALLER CENTER CHATBOT USING LONG SHORT-TERM
 MEMORY (LSTM)
ER  -