DETAIL KOLEKSI

Perbandingan kinerja tf-idf dan word2vec dengan menggunakan bidirectional long short term memory (bilstm) pada sentimen analisis game pubg


Oleh : Muhamad Risnandar Azwi

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2023

Pembimbing 1 : Ahmad Zuhdi

Pembimbing 2 : Binti Solihah

Subyek : Games and technology;Mobile games

Kata Kunci : sentiment analysis, pubg, tf-idf, word2vec, bilstm

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2023_TA_SIF_064001900035_Halaman-Judul.pdf 11
2. 2023_TA_SIF_064001900035_Lembar-Pengesahan.pdf 8
3. 2023_TA_SIF_064001900035_Bab-1_Pendahuluan.pdf 12
4. 2023_TA_SIF_064001900035_Bab-2_Tinjauan-Pustaka.pdf 28
5. 2023_TA_SIF_064001900035_Bab-3_Metodologi-Penelitian.pdf 8
6. 2023_TA_SIF_064001900035_Bab-4_Pembahasan.pdf 57
7. 2023_TA_SIF_064001900035_Bab-5_Kesimpulan-dan-Saran.pdf 4
8. 2023_TA_SIF_064001900035_Daftar-Pustaka.pdf 6

P PUBG merupakan game yang dikembangkan oleh LightSpeed dan Quantum Studio yangbanyak peminatnya di Indonesia. Karena banyak peminatnya, game PUBG pula banyakmendapatkan opini dari masyarakat terkait yang memainkannya. Supaya dapat meningkatkanGame-nya, pengembang game membutuhkan opini dan masukan dari masyarakat terkait gamePUBG ini. Penelitian sentiment analisis ini bertujuan untuk mengidentifikasi opini masyarakatterkait game PUBG. Penelitian ini menggunakan data dari platform Twitter, diambil dari tanggal 1Januari 2018 sampai dengan tanggal 13 April 2023 dan data yang didapapatkan berjumlah 15000data. Model sentimen analisis dibangun dengan menggunakan metode BiLSTM. Untuk mengetahuiefektifitas metode ekstrasi fitur pada text, pada penelitian ini akan dibandingkan metode TF-IDFdan Word2Vec. Pada penelitian ini diperoleh tingkat akurasi terbaik untuk pengklasifikasian padaword embeding dengan topik PUBG, Menggunakan model BiLSTM dengan ekstrasi fiturWord2Vec menggunakan vector_size 100 Sg (SkipGram) dan didapatkan tingkat akurasi, presisi,recall dan f1-score sebesar 70%.

P PUBG is a game developed by LightSpeed and Quantum Studio which has many enthusiasts inIndonesia. Because there are many enthusiasts, the PUBG game also gets a lot of opinions from therelevant people who play it. In order to improve the game, game developers need opinions and inputfrom the public regarding this PUBG game. This sentiment analysis research aims to identify publicopinions regarding the PUBG game. This research uses data from the Twitter platform, taken fromJanuary 1, 2018 to April 13, 2023 and the data obtained amounted to 15000 data. The sentimentanalysis model is built using the BiLSTM method. To determine the effectiveness of featureextraction methods in text, this research will compare the TF-IDF and Word2Vec methods. In thisstudy, the best accuracy rate was obtained for classification on word embeding with the topic PUBG,using the BiLSTM model with Word2Vec feature extraction using vector_size 100 Sg (SkipGram)and obtained accuracy, precision, recall and f1-score of 70%.

Bagaimana Anda menilai Koleksi ini ?