ANALISIS SENTIMEN TERHADAP PENGGUNAAN MEDIA PEMBALAJARAN AI (ARTIFICIAL INTELLIGENCE) DI TWITTER MENGGUNAKAN METODE WORD2VEC SUPPORT VECTOR MACHINE

AKHLAN, ROSA (2023) ANALISIS SENTIMEN TERHADAP PENGGUNAAN MEDIA PEMBALAJARAN AI (ARTIFICIAL INTELLIGENCE) DI TWITTER MENGGUNAKAN METODE WORD2VEC SUPPORT VECTOR MACHINE. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi18312037.pdf - Published Version Download (3MB)
	Text (Abstrak) abstrak18312037.pdf - Published Version Download (213kB)
	Text (Bab I Pendahuluan) b118312037.pdf - Published Version Download (221kB)
	Text (Bab II Landasan Teori) b218312037.pdf - Published Version Download (1MB)
	Text (Daftar Pustaka) daftar_pustaka18312037.pdf - Bibliography Download (449kB)

Abstract

Sentiment analysist atau opinion mining mengacu pada bidang yang luas dari pengolahan bahasa alami, komputasi linguistic dan teks mining yang memiliki tujuan menganalisa pendapat, sentimen, evaluasi, sikap, penilaian dan emosi seseorang dan bagaimana sentimen tersebut bisa dikatagorikan sebagai sentimen positive maupun sentimen negative, atau netral. Di tengah perubahan yang terjadi, penggunaan teknologi Artificial Intelligence (AI) telah menjadi topik yang semakin menarik perhatian dalam konteks pendidikan. Penelitian ini berhasil menerapkan Word2Vec SVM pada analisis sentimen terhadap penggunaan media pembelajaran artificial intelligence data yang didapat melalui twitter, dengan masing-masing kombinasi pada pembagian data dengan skenario split data. Dengan dikombinasikan pada keseluruhan kernel pada SVM, yaitu Linear, RBF. Word2Vec SVM yang dikombinasikan dengan kernel Linear dan rasio 80:20 menghasilkan akurasi 76.26% sedangkan kombinasi dengan kernel RBF dan rasio 80:20 menghasilkan akurasi 76.21%. Hasil evaluasi pengujian dengan akurasi tertinggi, yakni kombinasi split dengan rasio 80:20 dan kernel linear memiliki sebaran kelas data train positif = 3050 dan negatif = 27, dan sebaran kelas data test positif =780 dan negatif = 4. Dapat disimpulkan bahwa sentimen analisis masyarakat Indonesia melalui twitter terhadap penggunaan media pembelajaran artificial intelligence lebih condong ke positif.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Analisis Sentimen, artificial intelligence, AI,Word2Vec SVM, Twitter
Subjects:	INFORMATIKA > Engineering (General). Civil engineering (General) INFORMATIKA > TP Chemical technology TP Chemical technology
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	13 Jan 2024 02:55
Last Modified:	13 Jan 2024 02:55
URI:	http://repository.teknokrat.ac.id/id/eprint/5510

Actions (login required)

View Item