ELSY RAMADA FITRI, - (2024) ANALISIS SENTIMENT TERHADAP REVIEW PENGGUNAAN SKINCARE MS GLOW MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text SKRIPSI LENGKAP KECUALI BAB IV.pdf Download (3MB) | Preview
	Text BAB IV.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Penelitian ini mengkaji kinerja model Long Short Term Memory (LSTM) dalam analisis sentimen terhadap ulasan produk MS Glow, dengan menggunakan aplikasi X untuk mengumpulkan data. Variasi hyperparameter seperti learning rate dan ukuran batch diuji, namun tidak menunjukkan pengaruh signifikan terhadap akurasi model, menandakan ketahanan LSTM terhadap perubahan tersebut. Akurasi model konsisten sekitar 93% untuk pembagian data 70/30, 94% untuk 80/20, dan mencapai 95% untuk 90/10. Pembagian data yang lebih besar untuk pelatihan (misalnya 90/10) terbukti meningkatkan akurasi model. Penggunaan parameter model yang lebih sedikit, seperti jumlah LSTM, embedding, dan unit tersembunyi, efektif dalam mencegah overfitting pada dataset yang terbatas. Hasil confusion matrix menunjukkan bahwa model memiliki presisi tinggi yang konsisten, meskipun recall bervariasi tergantung pada rasio data, menunjukkan pengaruh distribusi data terhadap performa keseluruhan model. Studi ini mengonfirmasi bahwa model LSTM sangat efektif dalam analisis sentimen ulasan MS Glow, dengan akurasi dan metrik evaluasi lainnya yang tinggi, terutama saat menggunakan set data pelatihan yang lebih besar.

Actions (login required)

View Item