Saputra, Agung Kurniawan Eka (2020) ANALISIS SENTIMEN PADA TWITTER DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Skripsi thesis, Universitas Mercu Buana Yogyakarta.
Abstrak.pdf
Download (99kB) | Preview
BAB I.pdf
Download (104kB) | Preview
BAB II.pdf
Restricted to Repository staff only
Download (808kB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (298kB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (686kB) | Request a copy
BAB V.pdf
Download (68kB) | Preview
DAFTAR PUSTAKA.pdf
Download (93kB) | Preview
LAMPIRAN.pdf
Restricted to Repository staff only
Download (497kB) | Request a copy
SKRIPSI.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
SourceCode.zip
Restricted to Repository staff only
Download (83kB) | Request a copy
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 |