DETAIL KOLEKSI

Perbandingan kinerja lstm dan random forest dalam klasifikasi sentimen pada ulasan aplikasi game mobile legend dari google play store

Oleh : Andreas Bagus Upo Aranda

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2025

Pembimbing 1 : Is Mardianto

Pembimbing 2 : Syandra Sari

Kata Kunci : Sentiment Analysis, Mobile Legend, LSTM, Random Forest, Word2vec

Saat ini file hanya dapat diakses dari perpustakaan.

Status : Lengkap

Koleksi Terkait (Kata Kunci = 35 Judul)

Analisis sentimen tentang vaksin sinovac di twitter menggunakan naïve bayes dan k-nearest neighbors 5.0
FTI - Usakti
Analisis sentimen dan pemodelan topik terhadap berita kandidat dalam pemilihan umum 2024 di media sosial twitter menggunakan metode latent dirichlet allocation(lda)
FTI - Usakti
Pengaruh undersampling dan oversampling dalam perbandingan analisis sentimen ulasan pengunjung objek wisata Waterbom Bali pada media sosial tripadvisor menggunakan klasifikasi random forest dan Naïve Bayes
FTI - Usakti
Analisis sentimen review costumer terhadap layanan ekspedisi J& T Express dan JNE menggunakan metode naive bayes dan support vector machine
FTI - Usakti
Analisis sentimen aplikasi pintarnya di Google Play Store menggunakan metode CNN dan ekstraksi fitur BERT 5.0
FTI - Usakti
Perbandingan metode ekstraksi fitur menggunakan tf-idf dan word embedding llama3 dengan classifier svm untuk analisis sentimen aplikasi mytelkomsel di google play store
FTI - Usakti
Analisis sentimen pemindahan ibu kota negara indonesia menggunakan metode support vector machine pada media sosial x
FTI - Usakti
Analisis sentimen virtual youtuber pada sosial media twitter menggunakan metode long short-term memory
FTI - Usakti
Perbandingan naÏve bayes classifier dan support vector machine dalam analisis sentimen terhadap film horor indonesia pada twitter
FTI - Usakti
Analisis sentimen opini publik terhadap transformasi universitas trisakti menjadi perguruan tinggi negeri berbadan hukum menggunakan transformers indobert
FTI - Usakti
Analisis sentimen aplikasi digital korlantas polri pada google play store menggunakan large language model (llm) dengan teknik bidirectional encoder representation from transformers (bert)
FTI - Usakti
Pengembangan dashboard analisis sentimen dan pemodelan aspek ulasan aplikasi alfagift dari google playstore berbasis lexicon-based dan latent dirichlet allocation (lda)
FTI - Usakti
Komparasi, visualisasi dan implementasi analisis sentimen penggunaan chatgpt dengan metode naïve bayes classifier dan model bert
FTI - Usakti
Visualisasi jumlah tenaga kerja berdasarkan lapangan pekerjaan utama dan tingkat pendidikan dengan metode 4 step kimball
FTI - Usakti
Analisis sentimen pengguna kendaraan listrik pada media sosial x (twitter) menggunakan metode support vector machine (svm)
FTI - Usakti
Prediksi harga beras menggunakan Metode Long Short Term Memory (LSTM) 2.5
FTI - Usakti
Sentiment analysis dari twitter terhadap organisasi menggunakan R dengan Metode Support Vector Machine dan Swot Analysis 5.0
FTI - Usakti
analisis sentimen twitter mengenai aplikasi pedulil indungi menggunakan Metode Valence Aware Dictionary For Sentiment Reasoning
FTI - Usakti
Analisis sentimen mengenai undang - undang tpks pada media sosial twitter menggunakan metode support vector machine dan k-nearest neighbor
FTI - Usakti
Analisis sentimen dan topic modeling mengenai uu ite pada media sosial twitter bahasa Indonesia
FTI - Usakti
Perbandingan teknik prediksi harga emas menggunakan metode Long Short Term Memory (LSTM) dan Fuzzy Time Series (FTS)
FTI - Usakti
Peramalan harga bitcoin menggunakan metode autoregressive integrated moving average dan long short-term memory
FTI - Usakti
Pengembangan model sentimen analisis aplikasi bibit pada google playstore menggunakan metode naïve bayes dengan seleksi fitur chi square
FTI - Usakti
Perbandingan kinerja tf-idf dan word2vec dengan menggunakan bidirectional long short term memory (bilstm) pada sentimen analisis game pubg
FTI - Usakti
Analisis sentimen terhadap film horor indonesia menggunakan naive bayes classifier pada media sosial twitter Bahasa Indonesia
FTI - Usakti
Perbandingan kinerja metode analisis sentimen dengan bidirectional long short-term memory (bilstm) menggunakan ekstraksi fitur bag of word dan tf-idf mengenai aplikasi peduli lindungi di twitter
FTI - Usakti
Analisis sentimen dan pemodelan topik ulasan pengunjung objek wisata pulau bali pada situs tripadvisor menggunakan metode lexicon-based dan latent dirichlet allocation (lda)
FTI - Usakti
Model manipulator pembuat panel mosaik berbasis mikrokontroller 89S51 dan pc
FTI - Usakti
Analisis sentimen subsidi Bahan Bakar Minyak (BBM) di twitter menggunakan support vector machine
FTI - Usakti
Perbandingan kinerja bidirectional long short term memory menggunakan word2vec dan fastext pada analisa sentimen aplikasi mypertamina
FTI - Usakti
Analisis sentimen kandidat calon Presiden Indonesia 2024 pada platform media sosialYouTube menggunakan metode support vector machine 5.0
FTI - Usakti
Analisis sentimen ulasan di google play mengenai aplikasi layanan streaming vidio dengan menggunakan metode naive bayes classifier dan ekstraksi fitur tf-idf
FTI - Usakti
Analisis sentimen kepuasan pelanggan terhadaplayanan gardu tol otomatis (gto) ruas jakartacikampekdengan data twitter menggunakan metode naïve bayes classifier
FTI - Usakti
Analisis sentimen dari twitter terhadap layanan e-sim oleh smartfren dengan metode naïve bayes classifier
FTI - Usakti
Perbandingan kinerja analisis sentimen twitter dengan fasttext svm dan tf-idf svm studi kasus pada motor listrik
FTI - Usakti
Bagaimana Anda menilai Koleksi ini ?