Pengembangan Perangkat Lunak Perbandingan Akurasi dan Waktu pada Metode Lexicon Based Features, dan Ensemble Feature untuk Ekstraksi Fitur Analisis Sentimen Aplikasi Brainly

Alirridlo, Maulana (2023) Pengembangan Perangkat Lunak Perbandingan Akurasi dan Waktu pada Metode Lexicon Based Features, dan Ensemble Feature untuk Ekstraksi Fitur Analisis Sentimen Aplikasi Brainly. Undergraduate thesis, Politeknik Negeri Jember.

[img] Text (Abstrak)
Abstrak.pdf - Accepted Version

Download (6kB)
[img] Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Accepted Version
Available under License Creative Commons Attribution Share Alike.

Download (52kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Accepted Version
Available under License Creative Commons Attribution Share Alike.

Download (46kB)
[img] Text (Laporan Lengkap)
Laporan Lengkap.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Perkembangan teknologi saat ini memunculkan berbagai jenis aplikasi yang berguna untuk membantu siswa dalam belajar, salah satu aplikasi tersebut adalah Brainly. Pengguna Brainly biasanya memberikan pendapat mereka tentang Brainly di Twitter. Beberapa peneliti telah menggunakan bahan penelitian dari Twitter untuk menganalisis sentimen tersebut sebagaimana penelitian yang dilakukan oleh Rofiqoh dkk. (2017). Pada penelitian ini terdapat beberapa tahapan yang dilakukan dalam analisis sentimen yaitu memasukkan dataset, preprocessing, pembobotan kata (TF-IDF), pembobotan kata Lexicon Based Features, klasifikasi dengan SVM. Hasil penelitiannya menemukan masalah, yaitu ketepatan penggunaan pembobotan kata dengan Lexicon Based Features lebih rendah dibandingkan analisis sentimen yang tidak menggunakan Lexicon Based Features. Dalam proses studi pustaka yang dilakukan oleh penulis, penulis menemukan metode ekstraksi fitur lainnya seperti Ensemble Features yang dapat menggantikan Metode Lexicon Based Features untuk ekstraksi fitur. Maka penulis berinisiatif mengevaluasi metode Lexicon Based Features, dan Ensemble Feature untuk ekstraksi fitur analisis sentimen Aplikasi Brainly berdasarkan akurasi dan waktu.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorWidianta, Moh. Munih DianNIDN0031087001
Uncontrolled Keywords: perbandingan algoritma, akurasi, ekstraksi fitur
Subjects: 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir
Depositing User: Maulana Alirridlo
Date Deposited: 04 Jul 2023 05:01
Last Modified: 04 Jul 2023 05:04
URI: https://sipora.polije.ac.id/id/eprint/24378

Actions (login required)

View Item View Item