IMPLEMENTASI DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN GATED RECURRENT UNIT UNTUK ANALISIS SENTIMEN PADA LAYANAN GOFOOD

Rahman, Ade and Irianto, Suhendro Yusuf (2024) IMPLEMENTASI DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN GATED RECURRENT UNIT UNTUK ANALISIS SENTIMEN PADA LAYANAN GOFOOD. Masters thesis, INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA.

	Text Cover.pdf Download (290kB)
	Text Pernyataan.pdf Download (262kB)
	Text Persetujuan.pdf Download (1MB)
	Text Pengesahan.pdf Download (1MB)
	Text Intisari dan Abstract.pdf Download (297kB)
	Text Kata Pengantar.pdf Download (237kB)
	Text Persembahan.pdf Download (173kB)
	Text Motto.pdf Download (245kB)
	Text Daftar Tabel.pdf Download (136kB)
	Text Bab IV.pdf Restricted to Registered users only Download (1MB)
	Text Daftar Pustaka.pdf Download (238kB)
	Text Bab II.pdf Download (706kB)
	Text Bab I.pdf Download (277kB)
	Text Bab III.pdf Restricted to Registered users only Download (714kB)
	Text Bab V.pdf Download (268kB)
	Text Daftar Isi.pdf Download (288kB)
	Text Daftar Gambar.pdf Download (152kB)

Abstract

Dalam era digitalisasi, media sosial menjadi sumber informasi utama bagi masyarakat. GoFood, platform pengiriman makanan yang berkembang pesat, menghadapi persaingan ketat dalam memahami sentimen pelanggan. Twitter, sebagai media sosial populer, menjadi sumber berbagai ulasan dan komentar terkait layanan GoFood. Penelitian ini bertujuan menerapkan algoritma Convolutional Neural Network dan Gated Recurrent Unit untuk menganalisis sentimen pengguna Twitter terhadap GoFood. Convolutional Neural Network dipilih karena kemampuannya dalam mengklasifikasi respon positif, netral, dan negatif dengan tingkat akurasi tinggi, sementara Gated Recurrent Unit mampu menangani urutan data dengan baik. Penelitian ini bertujuan untuk menentukan metode yang paling akurat dalam mengklasifikasi sentimen dan mengukur tingkat keberhasilannya. Hasil penelitian menunjukkan bahwa model Convolutional Neural Network memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan Gated Recurrent Unit, model Convolutional Neural Network mencapai akurasi tertinggi pada epoch 20, yaitu 0.9968205, sementara Gated Recurrent Unit mencapai akurasi tertinggi pada epoch 20 sebesar 0.9940413.Hasil tersebut menunjukkan peningkatan kualitas klasifikasi sebesar 27.96%. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman terhadap sentimen pengguna terhadap layanan GoFood dan menyediakan kerangka kerja untuk evaluasi layanan dalam perusahaan seperti Gojek.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Ade Rahman
Date Deposited:	30 May 2024 00:32
Last Modified:	30 May 2024 00:32
URI:	http://repo.darmajaya.ac.id/id/eprint/16278

Actions (login required)

View Item