KLASIFIKASI PENILAIAN PRODUK NUTRIMAX FOOD SUPPLEMENT MENGGUNAKAN METODE HYBRID CONVOLUTIONAL NEURAL NETWORK (CNN) - LONG SHORT TERM MEMORY (LSTM)

Azzahra , Zulfa Riswinda (2023) KLASIFIKASI PENILAIAN PRODUK NUTRIMAX FOOD SUPPLEMENT MENGGUNAKAN METODE HYBRID CONVOLUTIONAL NEURAL NETWORK (CNN) - LONG SHORT TERM MEMORY (LSTM). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG .

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (243Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2761Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2408Kb) | Preview

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

Nutrimax food supplement merupakan salah satu perusahaan produksi vitamin dan obat-obatan yang memiliki rating penilaian 4.9 di e-commerce Shopee. Penilaian produk atau ulasan menjadi pertimbangan saat memutuskan untuk membeli produk secara online. Konsumen memperhatikan ulasan pembeli sebelumnya untuk mengurangi risiko pembelian. Ulasan konsumen merupakan opini berupa teks dan rating 1-5. Penelitian ini bertujuan untuk mengkaji performa klasisifikasi penilaian produk Nutrimax food supplement dengan nilai akurasi, presisi, recall, dan f1-score menggunakan metode hybrid CNN-LSTM. CNN dan LSTM adalah dua metode populer yang digunakan untuk menyelesaikan masalah klasifikasi teks. CNN memiliki kelebihan dalam proses ekstraksi fitur atau mengambil fitur di dalam dokumen teks, sedangkan LSTM memiliki kelebihan untuk memproses keterkaitan antar konteks di dalam teks dan dapat menyimpan informasi dalam jangka waktu panjang. Oleh karena itu, dikombinasikan metode hybrid CNN dan LSTM untuk memperoleh kelebihan masing-masing metode, diperoleh nilai akurasi hybrid CNN-LSTM sebesar 0.994, presisi sebesar 0.994, recall 1.00, dan f1-score 0.996. Kata Kunci : Nutrimax Food Supplement, Klasifikasi, CNN, LSTM, Hybrid CNNLSTM

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301268306 . Digilib
Date Deposited:	06 Jun 2023 05:19
Terakhir diubah:	06 Jun 2023 05:19
URI:	http://digilib.unila.ac.id/id/eprint/71671

Actions (login required)

Lihat Karya Akhir