ACADSTAFF UGM
| Title | : | ANALISIS SENTIMEN PADA RESENSI VIDEO YOUTUBE MENGGUNAKAN FVEC-CNN |
| Author | : | |
| Date | : | 0 2018 |
| Abstract | : | Penambangan opini termasuk opini dalam komentar berbahasa Indonesia terhadap video YouTube maupun media sosial masih menjadi tantangan penelitian. Pendekatan ekstraksi fitur dan klasfikasi komentar membutuhkan ketepatan dalam pemilihan metode untuk mendapatkan akurasi yang tinggi. Dengan demikian, penelitian ini berfokus untuk mengusulkan membangun model untuk analisis sentimen dalam komentar video YouTube yang terdiri dari kombinasi berbagai metode ekstraksi fitur, yaitu FVEC, TFIDF dan Word2VEc serta metode klasifikasi deep learning CNN untuk analisis sentimen pada komentar Indonesia dari video YouTube. Percobaan menggunakan 13.638 komentar Indonesia dari video YouTube yang mengulas tentang produk smartphone dari berbagai merek. Komentar tersebut dapat berisi sentimen yang mengacu pada bagaimana video itu disampaikan atau produk itu sendiri, atau bahkan tidak relevan untuk keduanya, jadi penelitian ini mengklasifikasikan komentar ke dalam tujuh kelas. Analisis kinerja model juga dilakukan melalui uji perbandingan dengan model yang sudah pernah dihasilkan oleh peneliti lain, seperti FVEC-SVM dan Word2Vec-SVM. |
| Group of Knowledge | : | Ilmu Komputer |
| Original Language | : | Bahasa Indonesia |
| Level | : | Nasional |
| Status | : |
| No | Title | Action |
|---|