SENTIMENT ANALYSIS KOMENTAR BERBAHASA BENGKULU MENGGUNAKAN LONG SHORT-TERM MEMORY (LSTM)

NURHAENI, SAFITRI RAHAYU and Faurina, Ruvita and Utama, Ferzha Putra (2023) SENTIMENT ANALYSIS KOMENTAR BERBAHASA BENGKULU MENGGUNAKAN LONG SHORT-TERM MEMORY (LSTM). Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI_Safitri Rahayu Nurhaeni - Broo Seriously.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Informasi di media sosial berputar dengan cepat dan beragam, salah satu jenis informasi yang bisa didapatkan dari media sosial adalah berupa informasi sentimen. Sentimen memiliki arti pendapat, opini, dan pandangan masyarakat yang mengandung emosi atau perasaan di dalamnya. Analisis sentimen dapat digunakan untuk menganalisis nilai sentimen apakah sentimen tersebut merupakan sentimen yang cenderung netral, negatif, atau positif. Pemodelan analisis sentimen untuk berbagai bahasa diperlukan karena setiap bahasa memiliki karakteristik dan keunikannya masing�masing, tidak terkecuali Bahasa Bengkulu. Pemodelan sentimen Bahasa Bengkulu belum tersedia, oleh karena itu pada penelitian ini akan dikembangkan model analisis sentimen Bahasa Bengkulu dengan menerapkan Long Short-Term Memory (LSTM). Selain itu, dilakukan eksperimen terhadap arsitektur Long Short-Term Memory (LSTM) untuk mengetahui arsitektur mana yang menghasilkan nilai terbaik dalam model analisis sentimen bahasa Bengkulu. Data yang digunakan dalam penelitian ini berjumlah 24.000 komentar berbahasa Bengkulu yang diperoleh dari media sosial Instagram, Twitter, dan Youtube. Penelitian pada eksperimen 1 menghasilkan nilai akurasi yang paling baik dibandingkan dengan hasil pengujian pada eksperimen lainnya, sehingga eksperimen 1 yang akan dijadikan model sentimen pada penelitian ini dengan hasil pengujian pada confussion matrix menghasilkan nilai tingkat akurasi sebesar 0,87 dengan presicission bernilai 0,80, recall bernilai 0,82 dan F1-score bernilai 0,81. Kata Kunci: Informasi, sentimen, Long Short-Term Memory (LSTM), Bahasa Bengkulu, arsitektur, media sosial.

Actions (login required)

View Item