IMPLEMENTASI METODE ALGORITMA DEEP LEARNING PADA MEDIA SOSIAL

PAMBUDI ANGGER, FEBRY (2022) IMPLEMENTASI METODE ALGORITMA DEEP LEARNING PADA MEDIA SOSIAL. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text (SURAT PERSETUJUAN KARYA ILMIAH) SURAT PERSETUJUAN UNGGAH KARYA ILMIAH.pdf Download (119kB)
	Text (HALAMAN DEPAN) HALAMAN DEPAN TERBARU.pdf Download (2MB)
	Text (BAB 1) BAB 1.pdf Download (312kB)
	Text (BAB 2) BAB 2.pdf Download (522kB)
	Text (BAB 3) BAB 3.pdf Restricted to Registered users only Download (380kB)
	Text (BAB 4) BAB 4.pdf Restricted to Registered users only Download (976kB)
	Text (BAB 5) BAB 5.pdf Restricted to Registered users only Download (298kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (450kB)
	Text (SKRIPSI FULL TEXT) skripsi full text.pdf Restricted to Repository staff only Download (5MB)

Abstract

IMPLEMENTASI METODE ALGORITMA DEEP LEARNING PADA MEDIA SOSIAL Febry Angger Pambudi, Moh Bhanu Setyawan, Adi Fajaryanto Cobantoro Program Studi Tekni Informatika, Fakultas Teknik, universitas Muhammadiyah ponorogo e-mail : email@gmail.com Abstrak Kebijakan Pemerintah untuk memindahkan Ibukota Negara(IKN) Indonesia ke Kabupaten Penajam Paser Utara dan Kutai Kartanegara, Provinsi Kalimantan Timur telah menyebabkan beragam opini dan respon masyarakat secara luas. Ada sebagian kelompok masyarakat yang setuju dan banyak juga yang menolak terhadap kebijakan tersebut. Penelitian ini bertujuan untuk melakukan analisis sosial media terhadap opini masyarakat luas di media twitter tentang kebijakan pemindahan IKN. Berdasarkan penelusuran pustaka ditemukan masih sangat sedikit penelitian untuk menggali opini sosial media tentang pemindahan IKN. Penelitian dilakukan dengan Crawling data, Polarity, Preprocessing, Filtering, Feature Selection dan Processing data dilakukan dengan menggunakan Algoritma Deep Learning(DL). Hasil penelitian menunjukkan persepsi masyarakat di Sosmed Twitter terhadap kebijakan pemindahan IKN sebagian besar adalah negatif. Akurasi pada model DL yang diperoleh cukup baik yaitu sebesar 52.08%. Penelitian ini memberikan kontribusi secara scientific pada penerapan DL pada issue pemindahan IKN dan kontribusi secara praktis dengan memberikan pertimbangan terhadap pemangku kebijakan, stakeholders dan masyarakat secara luas dalam menyikapi issue pemindahan IKN secara proporsional. Kata Kunci : Analitika Sosial Media, Pemindahan Ibukota Negara, Deep Learning.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	Analitika Sosial Media, Pemindahan Ibukota Negara, Deep Learning.
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering
Depositing User:	ft . userft
Date Deposited:	22 Mar 2022 03:08
Last Modified:	22 Mar 2022 03:08
URI:	http://eprints.umpo.ac.id/id/eprint/8894

Actions (login required)

View Item