ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY

Media sosial telah menjadi ruang publik baru untuk menyalurkan pendapat dan gagasan. Twitter merupakan media sosial dengan jumlah pengguna aktif paling banyak di Indonesia. Dengan berlaku nya program kartu prakerja sejak pendaftaran gelombang pertama hingga gelombang kesekian ini, banyak pengguna tw...

Full description

Saved in:

Bibliographic Details
Main Authors:	Femi Dwi Astuti, S.Kom., M.Cs., Sanusi, Rosit - 175410095
Language:	Indonesian
Published:	STMIK AKAKOM 2021
Subjects:	Metode Reccurent Neural Network Analisis Sentimen
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-16466
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-164662021-09-10T10:50:20Z ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY Femi Dwi Astuti, S.Kom., M.Cs. Sanusi, Rosit - 175410095 Metode Reccurent Neural Network Analisis Sentimen STMIK AKAKOM 2021 id Text http://opac.utdi.ac.id//index.php?p=show_detail&id=16466 Media sosial telah menjadi ruang publik baru untuk menyalurkan pendapat dan gagasan. Twitter merupakan media sosial dengan jumlah pengguna aktif paling banyak di Indonesia. Dengan berlaku nya program kartu prakerja sejak pendaftaran gelombang pertama hingga gelombang kesekian ini, banyak pengguna twitter di Indonesia yang menyampaikan pendapat dan gagasan mengenai program kartu prakerja. Oleh karena itu peneliti mencoba untuk menganalisa tweet berbahasa Indonesia yang membicarakan mengenai program kartu prakerja yang ditandai dengan kata kunci prakerja dalam tweet tersebut.Analisis sentimen dilakukan dengan menggunakan metode Reccurent Neural Network (RNN) dengan Long Short Term Memory (LSTM). Dalam penelitian ini data yang digunakan di crawling menggunakan melalui Twitter API dengan bantuan library searchtweets yang diambil pada periode bulan April 2020 sampai April 2021 sebanyak 4122 tweet. Data hasil crawling sendiri dibagi kedalam proporsi 80% untuk data training dan 20% sebagai data testing.Hasil dari penelitian ini adalah sebuah sistem yang mampu melakukan klasifikasi sentimen (positif, netral, negatif) terhadap sebuah tweet. Tingkat akurasi pelatihan yang didapat sebesar 95,66 % serta tingkat akurasi pengujian sebesar 64,48 %. Beberapa kendala dalam proses analisis sentimen adalah data untuk pembuatan model tidak seimbang sehingga menyebabkan overfitting, proses pelabelan data masih dilakukan secara manual sehingga masih ada kemungkinan kesalahan pada tweet yang dijadikan data pelatihan.Kata kunci : Analisis Sentimen, Deep Learning, LSTM, RNN, Twitter API. Yogyakarta
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
topic	Metode Reccurent Neural Network Analisis Sentimen
spellingShingle	Metode Reccurent Neural Network Analisis Sentimen Femi Dwi Astuti, S.Kom., M.Cs. Sanusi, Rosit - 175410095 ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
description	Media sosial telah menjadi ruang publik baru untuk menyalurkan pendapat dan gagasan. Twitter merupakan media sosial dengan jumlah pengguna aktif paling banyak di Indonesia. Dengan berlaku nya program kartu prakerja sejak pendaftaran gelombang pertama hingga gelombang kesekian ini, banyak pengguna twitter di Indonesia yang menyampaikan pendapat dan gagasan mengenai program kartu prakerja. Oleh karena itu peneliti mencoba untuk menganalisa tweet berbahasa Indonesia yang membicarakan mengenai program kartu prakerja yang ditandai dengan kata kunci prakerja dalam tweet tersebut.Analisis sentimen dilakukan dengan menggunakan metode Reccurent Neural Network (RNN) dengan Long Short Term Memory (LSTM). Dalam penelitian ini data yang digunakan di crawling menggunakan melalui Twitter API dengan bantuan library searchtweets yang diambil pada periode bulan April 2020 sampai April 2021 sebanyak 4122 tweet. Data hasil crawling sendiri dibagi kedalam proporsi 80% untuk data training dan 20% sebagai data testing.Hasil dari penelitian ini adalah sebuah sistem yang mampu melakukan klasifikasi sentimen (positif, netral, negatif) terhadap sebuah tweet. Tingkat akurasi pelatihan yang didapat sebesar 95,66 % serta tingkat akurasi pengujian sebesar 64,48 %. Beberapa kendala dalam proses analisis sentimen adalah data untuk pembuatan model tidak seimbang sehingga menyebabkan overfitting, proses pelabelan data masih dilakukan secara manual sehingga masih ada kemungkinan kesalahan pada tweet yang dijadikan data pelatihan.Kata kunci : Analisis Sentimen, Deep Learning, LSTM, RNN, Twitter API.
author	Femi Dwi Astuti, S.Kom., M.Cs. Sanusi, Rosit - 175410095
author_facet	Femi Dwi Astuti, S.Kom., M.Cs. Sanusi, Rosit - 175410095
author_sort	Femi Dwi Astuti, S.Kom., M.Cs.
title	ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
title_short	ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
title_full	ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
title_fullStr	ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
title_full_unstemmed	ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY
title_sort	analisis sentimen pada twitter terhadap program kartu prakerja menggunakan long short term memory
publisher	STMIK AKAKOM
publishDate	2021
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=16466
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=16466
_version_	1741202084576886784

ANALISIS SENTIMEN PADA TWITTER TERHADAP PROGRAM KARTU PRAKERJA MENGGUNAKAN LONG SHORT TERM MEMORY

Similar Items