ANALISIS SENTIMEN INDEKS KEPUASAN MAHASISWA MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY

Mahardika, Dzikri Ihsani (2021) ANALISIS SENTIMEN INDEKS KEPUASAN MAHASISWA MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY. Sarjana thesis, Universitas Siliwangi.

[img] Text
1 - Cover.pdf
Download (53kB)
[img] Text
2 - Abstrak.pdf
Download (10kB)
[img] Text
3 - Kata Pengantar.pdf
Download (121kB)
[img] Text
4 - Daftar Isi.pdf
Download (48kB)
[img] Text
5 - Daftar Tabel.pdf
Download (6kB)
[img] Text
6 - Daftar Gambar.pdf
Download (6kB)
[img] Text
7 - Daftar Kode.pdf
Download (6kB)
[img] Text
8 - Daftar Lampiran.pdf
Download (4kB)
[img] Text
10 - Lampiran.pdf
Download (738kB)
[img] Text
BAB I Pendahuluan.pdf
Download (18kB)
[img] Text
BAB II Landasan Teori.pdf
Download (158kB)
[img] Text
BAB III Metodologi Penelitian.pdf
Download (30kB)
[img] Text
BAB IV Hasil dan Pembahasan.pdf
Restricted to Repository staff only
Download (213kB)
[img] Text
BAB V Kesimpulan dan Saran.pdf
Restricted to Repository staff only
Download (9kB)
[img] Text
9 - Daftar Pustaka.pdf
Download (73kB)

Abstract

ABSTRAK Pada setiap akhir semester, mahasiswa di Universitas Siliwangi akan melakukan pengisian kuesioner kepuasan terhadap kampus. Data kuesioner ini kemudian perlu diolah untuk menjadi indeks kepuasan mahasiswa. Indeks kepuasan dari Mahasiswa menjadi salah satu alat yang sangat penting dalam proses peningkatan kualitas layanan Universitas. Hasil kuesioner tersebut memiliki isi yang beragam, sehingga perlu adanya sebuah metode untuk menjadikan hasil kuesioner tersebut menjadi hal yang bermanfaat, penelitian ini menggunakan metode Long-Short Term Memory (LSTM) dan Globe Vector (GloVe). Metode LSTM digunakan untuk melakukan proses klasifikasi sentimen dengan parameter yang diuji adalah metode word embedding dan jumlah neuron. Kemudian, metode GloVe digunakan untuk melakukan proses pada bagian word embedding yang telah diuji sebelumnya. Dataset yang digunakan diambil dari pengisian kuesioner kepuasan mahasiswa di Universitas Siliwangi yang berjumlah 7237 kalimat. Setiap kalimat kemudian akan dikelompokkan dalam 2 kelas yang berbeda, yaitu positif dan negatif. Hasil dari penelitian ini menunjukkan bahwa metode LSTM dan GloVe digunakan untuk analisis sentimen dengan hasil akurasi 83,6%. Kata Kunci : Analisis Sentimen, GloVe, Indeks Kepuasan, LSTM, RNN

Item Type: Thesis (Sarjana)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Rema Puri Irma Sri Katon
Date Deposited: 05 Apr 2022 05:29
Last Modified: 05 Apr 2022 05:29
URI: http://repositori.unsil.ac.id/id/eprint/5345

Actions (login required)

View Item View Item