SENTIMENT ANALYSIS PADA TWEET MASYARAKAT MENGENAI ROKOK ELEKTRIK MENGGUNAKAN RECURRENT NEURAL NETWORK DAN SUPPORT VECTOR MACHINE

Bayu Adhi Prabowo, 1657051011 (2023) SENTIMENT ANALYSIS PADA TWEET MASYARAKAT MENGENAI ROKOK ELEKTRIK MENGGUNAKAN RECURRENT NEURAL NETWORK DAN SUPPORT VECTOR MACHINE. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (34Kb) | Preview
	File PDF File SKRIPSI FULL.pdf Restricted to Hanya staf Download (1686Kb)
Preview	File PDF File SKRIPSI TANPA BAB PEMBAHASAN_.pdf Download (1688Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Penerapan teknik analisis sentimen pada tweet orang tentang rokok elektrik menggunakan Recurrent Neural Network (RNN) dan Support Vector Machine (SVM). Kedua teknik tersebut digunakan untuk mengidentifikasi sentimen positif dan negatif dalam permintaan tweet terkait rokok elektrik. Analisis sentimen adalah teknik analisis data yang dapat digunakan untuk mengidentifikasi dan mengukur apakah suatu kalimat atau paragraf mengandung emosi positif dan negatif. Twitter adalah platform media sosial yang memungkinkan pengguna untuk menulis dan berbagi pesan singkat yang disebut tweet yang dibatasi hingga 280 karakter. Pengguna juga dapat mengikuti orang lain, melihat dan menyukai tweet, dan mengirim pesan langsung. Rokok elektronik merupakan alternatif dari rokok tradisional yang menggunakan baterai untuk memanaskan cairan menjadi uap. Hasil penelitian diperoleh dari hasil klasifikasi Recurrent Neural Network (RNN) dengan pelabelan manual menunjukkan klasifikasi distribusi 90% pelatihan data dan 10% pengujian data menghasilkan akurasi sebesar 72% dan Support Vector Machine (SVM) menghasilkan akurasi sebesar 97%. Hasil penelitian ini diharapkan dapat memberikan informasi yang bermanfaat bagi pihak-pihak yang berkepentingan untuk mengetahui pendapat masyarakat tentang rokok elektrik. Application of sentiment analysis techniques to people's tweets about e-cigarettes using Recurrent Neural Network (RNN) and Support Vector Machine (SVM). Both techniques are used to identify positive and negative sentiments in tweet requests related to e-cigarettes. Sentiment analysis is a data analysis technique that can be used to identify and measure whether a sentence or paragraph contains positive or negative emotions. Twitter is a social media platform that enables users to write and share short messages called tweets which are limited to 280 characters. Users can also follow others, view and like tweets, and send direct messages. Electronic cigarettes are an alternative to traditional cigarettes that use batteries to heat liquid into vapor. The results obtained from the results of classification of Recurrent Neural Network (RNN) with manual labeling show that the distribution classification of 90% training data and 10% testing of data produces an accuracy of 72% and the Support Vector Machine (SVM) produces an accuracy of 97%. The results of this study are expected to provide useful information for interested parties to find out what the public thinks about e-cigarettes.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2301284438 . Digilib
Date Deposited:	27 Jul 2023 01:19
Terakhir diubah:	27 Jul 2023 01:19
URI:	http://digilib.unila.ac.id/id/eprint/73770

Actions (login required)

Lihat Karya Akhir