Mukhlis Hadi, - (2024) PENERAPAN GATED RECURRENT UNIT (GRU) UNTUK KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PROGRAM VAKSIN COVID-19 PADA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Bab 1,2,3,5, daftar riwayat hidup.pdf - Published Version Download (5MB) | Preview
	Text (BAB IV) Bab 4.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Pelaksanaan vaksinisasi Covid-19 yang dilakukan pemerintah Indonesia memicu pro kontra terhadap pendapat masyarakat. Adanya pro kontra ini menimbulkan pendapat masyarakat untuk menerima atau menolak untuk di vaksin. Masyarakat memberikan pendapat mereka yang dapat memberikan informasi penolakan maupun menerima pelaksanaan vaksinisasi atau yang disebut dengan sentiment, baik berupa postingan, komentar maupun status. Pada penelitian ini melakukan analisis sentimen dengan teknik deep learning yang diikuti metode Gated Recurrent Unit (GRU) pada media sosial Twitter, dengan data kelas positif, negatif dan netral. Model word embeddings word2vec digunakan sebagai input dan untuk dilatih pada dataset sentimen vaksinisasi covid-19 yang dikumpulkan dari Twitter Dari data yang sudah ada, adapun hasil penerapan model terbaik memberikan nilai F1-Score 66% dengan akurasi 69%. Penelitian ini menghasilkan model yang dapat mengklasifikasikan sentimen dengan kalimat yang baru. Kata kunci: Gated Reccurent Unit, Covid-19, Twitter, Analisis Sentimen, Vaksin

Actions (login required)

View Item