ANALISIS SENTIMEN PADA TWITTER DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Saputra, Agung Kurniawan Eka (2020) ANALISIS SENTIMEN PADA TWITTER DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

	Text (ABSTRAK) Abstrak.pdf Download (99kB)
	Text (BAB SATU) BAB I.pdf Download (104kB)
	Text (BAB DUA) BAB II.pdf Restricted to Repository staff only Download (808kB) | Request a copy
	Text (BAB TIGA) BAB III.pdf Restricted to Repository staff only Download (298kB) | Request a copy
	Text (BAB EMPAT) BAB IV.pdf Restricted to Repository staff only Download (686kB) | Request a copy
	Text (BAB LIMA) BAB V.pdf Download (68kB)
	Text (DAFTARR PUSTAKA) DAFTAR PUSTAKA.pdf Download (93kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Repository staff only Download (497kB) | Request a copy
	Text (SKRIPSI FULL TEKS) SKRIPSI.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Archive (SOURCE CODE) SourceCode.zip Download (83kB)

Abstract

Perkembangan internet yang semakin maju membuat arus informasi semakin cepat dan bebas. Kemunculan istilah Big Data menandakan semakin banyaknya data yang bermunculan di internet. Twitter merupakan salah satu variasi data dari sosial media yang paling banyak digunakan. Dengan adanya twitter seseorang dapat mengungkapkan emosi, ekspresi, opini dan informasinya melalui sebuah cuitan pada media sosial. Seseorang cenderung akan lebih jujur ketika mengungkapkan perasaan terhadap media sosial. Seperti tagar yang populer pada awal tahun 2020 yaitu #SaveDKIFrom4nies. Hasil dari analisis sentimen dengan menggunakan Convolutional Neural Network menggunakan 600 data dapat disimpulkan bahwa penelitian ini mampu mengenali sentimen positif dan sentimen negatif dengan akurasi 91%.

Item Type:	Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy:	Perpustakaan UMBY Kampus 3
Uncontrolled Keywords:	Analisis Sentimen, Convolutional Neural Network, Twitter
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Sistem Informasi UMBY
Date Deposited:	22 Jun 2021 04:01
Last Modified:	22 Jun 2021 04:01
URI:	http://eprints.mercubuana-yogya.ac.id/id/eprint/11495

Actions (login required)

View Item