(0721) 8030188    pusat@itera.ac.id   

ANALISIS SENTIMEN PADA TWITTER MENGENAI UNDANGUNDANG CIPTA KERJA OMNIBUS LAW MENGGUNAKAN MULTILAYER PERCEPTRON DENGAN EKSTRAKSI FITUR TF-IDF (TERM FREQUENCY AND INVERSE DOCUMENT FREQUENCY)


Analisis sentimen terhadap media sosial terkhususnya Twitter mengenai polemik Undang-Undang ciptakerja Omnibus law merupakan sebuah proses untuk pengelompokan respon warganet terhadap permasalahan yang telah terjadi, sehingga penelitian ini dilakukan dengan tujuan untuk melakukan pengembangan analisis sentimen mengenai Kontroversi atas undang-undang yang komprehensif. Metode klasifikasi yang digunakan Penelitian ini merupakan metode Multilayer Perceptron dengan “relu” sebagai fungsi aktivasi, Fungsi optimasi yang digunakan adalah adam dengan menggabungkan TF-IDF untuk mengekstrak fitur. uji Keefektifan aplikasi dalam penelitian ini menggunakan matriks konfusi. Penggunaan metode ekstraksi fitur tf-idf dan Multilayer Perceptron dapat Secara otomatis untuk melakukan klasifikasi analisis sentimen, sehingga pada penelitian ini didapatkan akurasi sebesar 92%. Kata kunci: Analisis, sentiment, Twitter, Tweet, omnibus

URI
https://repo.itera.ac.id/depan/submission/SB2109060003

Keyword