Skripsi Statistik

Analisis Sentimen Menggunakan Metode Recurrent Neural Network (RNN) Dengan Long Short Term Memory (Lstm) Pada Review Komentar Aplikasi Traveloka

---

Pada era industri 5.0 semuanya dapat dilakukan secara online. Hal yang sama berlaku
untuk perjalanan, baik memesan tiket transportasi umum untuk liburan, maupun memesan
kamar hotel di tempat tujuan yang diinginkan. Salah satu contoh aplikasi tersebut adalah
traveloka pada Google Play Store bagi pengguna android. Long Short Term Memory
(LSTM) adalah salah satu bentuk populer dari jaringan saraf berulang (RNN) yang
dirancang khusus untuk memecahkan masalah ketergantungan jangka panjang dan sangat
cocok untuk pemrosesan dan prediksi deret waktu. frekuensi kata terbanyak pada
penelitian ini ada pada kata ‘kecewa’ sebanyak 663, kemudain frekuensi kata ‘mudah’
dengan jumlah 529, kata ‘beli’ dengan jumlah ferkuensi “462”, pada kata ‘cepat’ dengan
jumlah “320”, dan pada jumlah kata ‘bagus’ dengan jumlah “240” kata. Analisis
sentiment pada komentar aplikasi traveloka dengan menggunakan metode Long Short
Term Memory pada pembagian training dan testing 80:20 memiliki akurasi sebesar 83%
secara tepat.

Kata Kunci: Sentimen, LSTM, Traveloka, Klasifikasi, word cloud.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

519.072

Penerbit

Palu Universitas Tadulako : FMIPA Universitas Tadulako Jurusan Statistik., 2023

Deskripsi Fisik

xv, 122 hlm, ilus.; 30 cm

Bahasa

Indonesia

ISBN/ISSN

G 501 19 038

Klasifikasi

519.072

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Husen Yarbo

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar