Muludi, Kurnia and Shofiana, Dewi Asiah and Syarif, Admi and Akbar, Moh Surya Sentiment Analysis Of Energy Independence Tweets Using Simple Recurrent Neural Network. Indonesian Journal of Computing and Cybernetics Systems.

[img] Text
jurnal akbar 2021 - Sentiment Analysis Of Energy Independence Tweets Using Simple Recurrent Neural Network.pdf

Download (302kB)

Abstract

Analisis sentimen adalah bagian dari penelitian komputasi yang mengekstrak data tekstual untuk mendapatkan nilai positif, atau negatif, terkait suatu topik. Dalam penelitian terbaru, data biasanya diperoleh dari media sosial, termasuk Twitter, di mana pengguna sering memberikan pendapat pribadi mereka tentang subjek tertentu. Kemandirian energi pernah menjadi trending topic di Indonesia, karena pendapatnya yang beragam, pro dan kontra, menarik untuk dianalisis. Pembelajaran mendalam adalah cabang pembelajaran mesin yang terdiri dari lapisan tersembunyi jaringan saraf dengan menerapkan transformasi non-linier dan abstraksi model tingkat tinggi dalam database besar. Jaringan saraf berulang (RNN) adalah metode pembelajaran mendalam yang memproses data berulang kali, terutama cocok untuk tulisan tangan, data multi-kata, atau pengenalan suara. Penelitian ini membandingkan tiga algoritma: Simple Neural Network, Bernoulli Naive Bayes, dan Long Short-Term Memory (LSTM) dalam analisis sentimen menggunakan data kemandirian energi dari Twitter. Berdasarkan hasil penelitian, Simple Recurrent Neural Network menunjukkan kinerja terbaik dengan nilai akurasi 78% dibandingkan dengan nilai Bernoulli Naive Bayes 67% dan LSTM dengan nilai akurasi 75%.

Item Type: Article
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Prodi Ilmu Komputer
Depositing User: Kurnia Muludi
Date Deposited: 23 Dec 2021 02:35
Last Modified: 23 Dec 2021 02:35
URI: http://repository.lppm.unila.ac.id/id/eprint/37399

Actions (login required)

View Item View Item