OPINION MINING MENGGUNAKAN ALGORITMA RECURRENT NEURAL NETWORKS - LONG SHORT TERM MEMORY (RNN-LSTM)

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

TEXT

OPINION MINING MENGGUNAKAN ALGORITMA RECURRENT NEURAL NETWORKS - LONG SHORT TERM MEMORY (RNN-LSTM)

INDRA KUSUMA WARDANA - Nama Orang;

Abstrak - Penelitian ini bertujuan untuk mengembangkan sistem opinion mining menggunakan metode Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM) untuk menganalisis sentimen pada ulasan hotel di platform Traveloka. Opinion mining, atau analisis sentimen, digunakan untuk mengekstrak pendapat dan sentimen pengguna mengenai produk atau layanan tertentu yang diposting di media sosial dan forum perjalanan. Metode RNN digunakan untuk mengolah data teks berstruktur sekuensial, sementara LSTM digunakan untuk mengatasi masalah vanishing gradient yang sering terjadi pada RNN saat bekerja dengan data panjang. Dalam penelitian ini, dataset yang digunakan adalah ulasan hotel dari halaman Traveloka dan model RNN-LSTM dilatih dalam dua fase training. Hasil penelitian menunjukkan bahwa model dengan split data training 90% dan testing 10% menggunakan 10 Hidden Layer menghasilkan akurasi training sebesar 94% dan akurasi testing sebesar 89%, yang menunjukkan model tersebut cukup baik tanpa mengalami overfitting. Evaluasi menggunakan Confusion Matrix menghasilkan rata-rata akurasi sebesar 88%, recall sebesar 92,4%, precision sebesar 90,6%, dan F-measure sebesar 91,4%, yang menunjukkan performa model yang cukup efektif dalam mengidentifikasi sentimen positif dan negatif dari ulasan hotel. - Kata Kunci : Opinion Mining, Analisis Sentimen, RNN, LSTM, Traveloka

Ketersediaan

S06-24951 S06-24951 WAR 2025 Koleksi Skripsi Tersedia

Informasi Detail

Judul Seri: -
No. Panggil: S06-24951 WAR 2025
Penerbit: Surabaya : ITATS., 2025
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: Analisis Sentimen
Opinion Mining
RNN
LSTM
Traveloka
Info Detail Spesifik: NPM : 06.2020.1.07258 Nilai : A-
Pernyataan Tanggungjawab: Pembimbing : Dr. Dian Puspita Hapsari, S.Kom, M.Kom

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar