DETAIL KOLEKSI

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


Oleh : Sekar Zalfa Ardhani

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2023

Pembimbing 1 : Syaifudin

Pembimbing 2 : BintiSolihah

Subyek : Instructional systems;Support vector machines

Kata Kunci : sentiment analysis, pedulilindungi, bilstm, tf-idf, bag of words

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2023_TA_SIF_064001900027_Halaman-Judul.pdf 11
2. 2019_TA_SIF_064001900027_Lembar-Pengesahan.pdf 8
3. 2023_TA_SIF_064001900027_Bab-1_Pendahuluan.pdf 3
4. 2023_TA_SIF_064001900027_Bab-2_Tinjauan-Pustaka.pdf 11
5. 2023_TA_SIF_064001900027_Bab-3_Metodologi-Penelitian.pdf 3
6. 2023_TA_TIF_064001900027_Bab-4_Analisis-dan-Pembahasan.bak.pdf 32
7. 2023_TA_SIF_064001900027_Bab-5_Kesimpulan.pdf 1
8. 2023_TA_SIF_064001900027_Daftar-Pustaka.pdf 6

A Aplikasi PeduliLindungi adalah aplikasi yang dibuat pemerintah bersama Kementrian BUMN dan juga Kementrian Komunikasi dan Informatika yang bertujuan untuk membantu pemerintah melakukan tracking untuk mengetahui alur penyebaran COVID-19. Saking banyaknya masyarakat yang menggunakan aplikasi PeduliLindungi banyak pula opini masyarakat terkait aplikasi PeduliLindungi ini. Agar dapat meningkatkan layanan pada aplikasi PeduliLindungi pemerintah membutuhkan masukan dan opini masyarakat terkait aplikasi PeduliLindungi ini. Penelitian analisis sentimen ini bertujuan dengan harapan untuk mengidentifikasi opini masyarakat terhadap aplikasi PeduliLindungi. Data yang dihasilkan diambil dari kurun waktu 2 Januari 2021 – 18 Juni 2022 dan data yang diambil dibatasi sebanyak 10.000. Berdasarkan hasil penelitian yang sudah dilakukan didapatkan hasil akurasi menggunakan ekstraksi fitur Bag of Word (BOW) sebesar 0.66, sedangkan hasil akurasi menggunakan TF-IDF sebesar 0.64. Berdasarkan hasil akurasi yang didapatkan dari 2 ekstraksi fitur yang berbeda , yang menghasilkan akurasi lebih besar yaitu BOW.

T The PeduliLindungi application is an application created by the government together with the Ministry of BUMN and also the Ministry of Communication and Information Technology which aims to help the government track the flow of the spread of COVID-19. Because so many people use the PeduliLindungi application, there are also many public opinions regarding the PeduliLindungi application. In order to improve services on the PeduliLindungi application, the government needs public input and opinions regarding the PeduliLindungi application. This sentiment analysis research aims to identify public opinion on the PeduliLindungi application. The resulting data is taken from the period January 2, 2021 - June 18, 2022 and the data taken is limited to 10,000. Based on the results of the research that has been done, the accuracy result using Bag of Word (BOW) feature extraction is 0.66, while the accuracy result using TF-IDF is 0.64. Based on the accuracy results obtained from 2 different feature extractions, the one that produces greater accuracy is BOW.

Bagaimana Anda menilai Koleksi ini ?