ANALISIS SENTIMEN LAYANAN GOFOOD BERDASARKAN TWITTER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

AULIA, ADZQI (2023) ANALISIS SENTIMEN LAYANAN GOFOOD BERDASARKAN TWITTER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi19311113.pdf - Published Version Download (4MB)
	Text (Abstrak) abstrak19311113.pdf - Published Version Download (459kB)
	Text (Bab I Pendahuluan) b119311113.pdf - Published Version Download (534kB)
	Text (Bab II Landasan Teori) b219311113.pdf - Published Version Download (719kB)
	Text (Daftar Pustaka) daftar_pustaka19311113.pdf - Bibliography Download (531kB)

Abstract

Pada era perkembangan teknologi digital yang pesat, media sosial telah menjadi sumber informasi yang penting yang dapat diakses oleh pengguna. Media sosial digunakan oleh masyarakat untuk berkomunikasi, mengungkapkan pendapat, dan membagikan perspektif mereka, baik dalam bentuk tulisan maupun gambar. Twitter merupakan social media yang banyak digunakan oleh pengguna untuk berbagi informasi positif dan negatif terkait layanan GoFood. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam layanan GoFood di Twitter. Selain itu, penelitian ini juga bertujuan untuk mengetahui akurasi algoritma CNN terhadap layanan GoFood. Algoritma Convolutional Neural Network dipilih untuk mencapai tingkat akurasi yang tinggi dalam model klasifikasi teks. Dengan menganalisis sentimen pengguna Twitter menggunakan metode Deep Learning dengan algoritma Convolutional Neural Network, diharapkan dapat meningkatkan efisiensi, akurasi, dan kemudahan dalam mengklasifikasikan respon terhadap layanan GoFood. Hasil penelitian menunjukkan bahwa algoritma Convolutional Neural Network berhasil diimplementasikan dengan baik dalam mengklasifikasikan sentimen positif, negatif, dan netral. Tingkat akurasi tertinggi dicapai dengan menggunakan preprocessing dengan stemming, dengan akurasi 51% untuk klasifikasi multiclass dan 72% untuk klasifikasi binaryclass. Dalam kasus klasifikasi tanpa stemming, tingkat akurasi mencapai 49% untuk klasifikasi multiclass dan 70% untuk klasifikasi binaryclass.Penelitian ini memiliki implikasi penting bagi perusahaan gojek, karena dapat digunakan sebagai bahan evaluasi dan penilaian terhadap layanan GoFood. Dengan menggunakan metode Deep Learning dengan algoritma Convolutional Neural Network, perusahaan dapat memperoleh wawasan yang lebih baik tentang sentimen pengguna Twitter terhadap layanan GoFood, sehingga dapat mengambil langkah-langkah perbaikan yang diperlukan. Kata Kunci: Deep Learning, Convolutional Neural Network, Analisis Sentimen, GoFood, Twitter, Klasifikasi Teks

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Deep Learning, Convolutional Neural Network, Analisis Sentimen, GoFood, Twitter, Klasifikasi Teks
Subjects:	SISTEM INFORMASI (S1) > Bahasa Pemrograman SISTEM INFORMASI (S1) > Bahasa Pemrograman
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	05 Aug 2023 02:33
Last Modified:	05 Aug 2023 02:33
URI:	http://repository.teknokrat.ac.id/id/eprint/4843

Actions (login required)

View Item