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	Text 1. ABSTRAK - ABSTRACT.pdf Download (249kB) | Preview
	Text 2. SKRIPSI FULL.pdf Restricted to Repository staff only Download (2MB) | Request a copy
Preview	Text 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2MB) | Preview

Abstract

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

Item Type:	Other
Subjects:	?? 500 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2301268306 . Digilib
Date Deposited:	06 Jun 2023 05:19
Last Modified:	06 Jun 2023 05:19
URI:	http://digilib.unila.ac.id/id/eprint/71671

Actions (login required)

View Item