eprintid: 59862
rev_number: 10
eprint_status: archive
userid: 12243
dir: disk0/00/05/98/62
datestamp: 2023-07-13 04:10:02
lastmod: 2023-07-13 04:10:02
status_changed: 2023-07-13 04:10:02
type: thesis
metadata_visibility: show
contact_email: muchti.nurhidaya@uin-suka.ac.id
creators_name: Nor Anisa, NIM.: 21206052009
title: PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN, RNN, LSTM & CNN) DAN MACHINE LEARNING (Logistic Regression, SVC, NB & KNN) UNTUK KLASIFIKASI SENTIMEN DATA BERITA
ispublished: pub
subjects: TB
divisions: S2_inf
full_text_status: restricted
keywords: deep learning; machine learning; sentiment analysis;
news classification; LSTM; RNN; CNN; FFNN; logistic
regression,
note: Pembimbing:
Dr. Ir. Bambang Sugiantoro, S.Si., M.T.
abstract: Penelitian ini dilakukan untuk membandingkan performa pendekatan Deep Learning (FFNN, RNN, LSTM, dan CNN) dan Machine Learning (Logistic Regression, SVC, NB, dan KNN) dalam klasifikasi sentimen data berita. Dataset yang digunakan dalam penelitian ini adalah dataset berita yang telah dilabeli sentimennya. Evaluasi performa dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1 score pada data uji. Hasil penelitian menunjukkan bahwa pendekatan Deep Learning memberikan performa yang lebih baik daripada pendekatan Machine Learning dalam klasifikasi sentimen data berita. Model LSTM merupakan model yang memberikan performa terbaik dengan nilai akurasi sebesar 75,70%, presisi sebesar 76,61%, recall sebesar 82,81%, dan F1 score sebesar 79,59%. Sedangkan model RNN merupakan model yang memberikan performa terburuk. Dalam hal pemilihan model, pemilihan tergantung pada kebutuhan dan tujuan penggunaan, serta kompleksitas dari dataset yang digunakan. Namun, berdasarkan hasil pengujian ini, dapat disimpulkan bahwa pendekatan Deep Learning lebih cocok untuk digunakan dalam klasifikasi sentimen data berita daripada pendekatan Machine Learning.
date: 2023-04-12
date_type: published
pages: 127
institution: UIN SUNAN KALIJAGA YOGYAKARTA
department: FAKULTAS SAINS DAN TEKNOLOGI
thesis_type: masters
thesis_name: other
citation:   Nor Anisa, NIM.: 21206052009  (2023) PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN, RNN, LSTM & CNN) DAN MACHINE LEARNING (Logistic Regression, SVC, NB & KNN) UNTUK KLASIFIKASI SENTIMEN DATA BERITA.  Masters thesis, UIN SUNAN KALIJAGA YOGYAKARTA.   
document_url: https://digilib.uin-suka.ac.id/id/eprint/59862/1/21206052009_BAB-I_IV-atau-V_DAFTAR-PUSTAKA%20%281%29.pdf
document_url: https://digilib.uin-suka.ac.id/id/eprint/59862/2/21206052009_BAB-II_sampai_SEBELUM-BAB-TERAKHIR%20%281%29.pdf