ANALISIS SENTIMEN DAN PEMODELAN TOPIK DALAM KONFLIK RUSIA DAN UKRAINA MENGGUNAKAN ALGORITMA LDA DAN BERT

SINAGA, DERRY CANDRA (2024) ANALISIS SENTIMEN DAN PEMODELAN TOPIK DALAM KONFLIK RUSIA DAN UKRAINA MENGGUNAKAN ALGORITMA LDA DAN BERT. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Teks) skripsi18311280.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy
	Text (Abstrak) abstrak18311280.pdf - Published Version Download (35kB)
	Text (BAB I Pendahuluan) b118311280.pdf - Published Version Download (51kB)
	Text (BAB II Landasan Teori) b218311280.pdf - Published Version Download (765kB)
	Text (Daftar Pustaka) daftar_pustaka18311280.pdf - Bibliography Download (152kB)

Abstract

Pada tahun 2013 konflik Rusia dan Ukraina sudah sering kali terjadi dan pemberitaan nya sudah ada di berbagai macam media sosial di seluruh dunia, salah satu media sosial dalam penelitian ini yaitu media sosial twitter, banyak sekali komentar masyarkat di media sosial twitter yang membahas tentang konflik Rusia dan Ukraina dengan menggunakan Bahasa Inggris. Namun, sentimen pada komentar di twitter bervariasi dari komentar positif, netral, maupun negatif membutuhkan suatu otomatisasi dalam mengklasifikasikan komentar berdasarkan polaritas sentimennya. Analisis sentimen dengan penggunaan algoritma machine learning tradisional seperti Naïve Bayes, SVM, dan lain-lain tidak dapat memahami konteks dari komentar secara mendalam tentang semantik kata yang ada karena hanya mempelajari pola-pola yang diberikan seperti frekuensi kemunculan kata. untuk itu dibutuhkan sebuah pendekatan transfer learning seperti BERT (Bidirectional Encoder Representation from Transformers) yang menghasilkan sebuah model bahasa dua arah (bidirectional) dan LDA (Latent Dirichlet Allocation) yang menghasilkan daftar topik. Dataset yang digunakan melalui tahap preprocessing yang terdiri dari case folding, data cleaning, tokenisasi, stopword removal, dan stemming sebelum dilakukan analisis sentimen. Dalam penelitian ini hyperparameters yang digunakan adalah 10 epoch dan batch size 16. Setelah dataset sudah di preprocessing kemudian dilakukan pembentukan corpus, dictionary, pembentukan model LDA, dan hasil model LDA. Berdasarkan pengujian algoritma BERT didapatkan hasil prediksi akurasi analisis sentimen dengan perbandingan jumlah data benar dengan jumlah data total dari masing masing kelas yaitu netral (64%), positif (28%), dan negatif (8%), Kemudian hasil evaluasi akurasi dengan hyperparameters yang digunakan 10 epoch dan batch size 16 didapatkan akurasi sebesar 71% dan hasil LDA didapatkan daftar topik sebanyak 7 topik, Dengan melakukan tahapan corpus, dictionary, dan pembentukan LDA.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Analisis Sentimen, Algoritma BERT, Pemodelan Topik LDA
Subjects:	SISTEM INFORMASI (S1) > KOMPUTER SISTEM INFORMASI (S1) > KOMPUTER KOMPUTER
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Pustakawan Admin 1
Date Deposited:	02 Sep 2024 03:55
Last Modified:	02 Sep 2024 03:55
URI:	http://repository.teknokrat.ac.id/id/eprint/6247

Actions (login required)

View Item