ANALISIS SENTIMEN DATA TWITTER DENGAN METODE DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA PILPRES 2019

WIBOWO, BAYU ADI (2020) ANALISIS SENTIMEN DATA TWITTER DENGAN METODE DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA PILPRES 2019. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (910kB) | Preview
	Text (BAB I) 02 Bab 1.pdf Restricted to Registered users only Download (122kB)
	Text (BAB II) 03 Bab 2.pdf Restricted to Registered users only Download (223kB)
	Text (BAB III) 04 Bab 3.pdf Restricted to Registered users only Download (122kB)
	Text (BAB IV) 05 Bab 4.pdf Restricted to Registered users only Download (76kB)
	Text (BAB V) 06 Bab 5.pdf Restricted to Registered users only Download (114kB)
	Text (BAB VI) 07 Bab 6.pdf Restricted to Registered users only Download (80kB)
	Text (DAFTAR PUSTAKA) 08 Daftar Pustaka.pdf Restricted to Registered users only Download (87kB)
	Text (LAMPIRAN) 09 Lampiran.pdf Restricted to Registered users only Download (697kB)

Abstract

Analisis sentimen pada data Twitter dapat menggambarkan pandangan publik terhadap suatu entitas. Entitas dapat berupa organisasi, individu, produk atau sebuah kegiatan. Dengan adanya model ini akan menjadi solusi untuk mengelompokan data yang berhubungan dengan entitas menjadi dua bagian yaitu positif atau negatif. Pada penelitian ini digunakan salah satu metode Deep Learning yaitu Convolutional Neural Network (CNN). Pada model CNN akan digunakan Convolutional Layer satu dimensi dan Global Max Pooling sebagai metode pooling. Metode CNN akan menghasilkan model yang dapat menganalisis sentimen dari data Twitter. Data yang digunakan merupakan data twit yang memiliki 2 kelas sentimen yaitu positif maupun negatif. Setelah dilakukan beberapa percobaan pada model CNN didapatkan akurasi sebesar 92.62%. Model akan digunakan untuk mengklasifikasikan data Twitter yang dibagi menjadi positif atau negatif. Hasil dapat menggambarkan opini publik mengenai proses Pilpres 2019. Hasil akan disimpan pada database Elasticsearch. Penggunaan elasticsearch memungkinkan pembuatan visualisasi lebih mudah dengan bantuan Kibana. Kata kunci: sentiment analysis, nlp, convolutional neural network, deep learning, elasticsearch

Actions (login required)

View Item