Perbandingan kinerja tf-idf dan word2vec dengan menggunakan bidirectional long short term memory (bilstm) pada sentimen analisis game pubg
Info Katalog
File Repositori
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 UBG 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 UBG 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%.
Analisis sentimen tentang vaksin sinovac di twitter menggunakan naïve bayes dan k-nearest neighbors
FTI - Usakti
Analisis sentimen aplikasi pintarnya di Google Play Store menggunakan metode CNN dan ekstraksi fitur BERT
FTI - Usakti
Analisis sentimen pemindahan ibu kota negara indonesia menggunakan metode support vector machine pada media sosial x
FTI - Usakti
Analisis sentimen dan topic modeling mengenai uu ite pada media sosial twitter bahasa Indonesia
FTI - Usakti
Analisis sentimen subsidi Bahan Bakar Minyak (BBM) di twitter menggunakan support vector machine
FTI - Usakti
Info Koleksi Skripsi
Universitas
Fakultas
- FH (1597)
- FEB (7357)
- FK (2156)
- FKG (3532)
- FTSP (1168)
- FTI (3223)
- FTKE (2524)
- FALTL (2097)
- FSRD (758)