No image available for this title

Text

Analisis sentimen komentar netizen terhadap calon presiden Indonesia 2019 dari twitter menggunakan algoritma term frequency-invers document frequency (tf-idf) dan metode multi layer perceptron (mlp) neural network



Penelitian ini bertujuan menerapkan algoritma term frequency-invers document frequency dan metode multi layer perceptron untuk mengklasifikasikan sentimen positif dan negatif pada tweet calon presiden indonesia 2019. Ada beberapa tahap untuk melakukan analisis sentimen, diantaranya adalah tahap pengumpulan data, preprocesing data, penghitungan bobot term menggunakan term frequency-invers document frequency, dan klasifikasi menggunakan multi layer perceptron. Menggunakan 3 skenario dalam percobaan klasifikasi, yaitu skenario 1 menggunakan jumlah data latih sebanyak 700 data, skenario 2 menggunakan jumlah data latih sebanyak 800 data, dan skenario 3 menggunakan jumlah data latih sebanyak 900 data. Hasil dari penelitian ini bahwa term frequency-invers document frequency dan metode multi layer perceptron dapat diimplementasikan untuk analisis sentimen dan didapatkan nilai akurasi tertinggi pada skenario 3 mencapai 88%.
Kata Kunci : Klasifikasi;Multi layer Perceptron;TF-IDF;Sentimen Analisis


Ketersediaan

#
Perpustakaan FST (Skripsi) 040 TI 2019
TI040
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
040 TI 2019
Penerbit Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta : Jakarta, Ciputat.,
Deskripsi Fisik
xiv, 74 hlm,; 28 Cm.
Bahasa
Bahasa Indonesia
ISBN/ISSN
-
Klasifikasi
040 TI 2019
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Info Detail Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog