Pembangunan Model Klasifikasi Sentimen Teks Bahasa Indonesia Menggunakan Library Spacy

Ginting, Jegar Sahaduta (2018) Pembangunan Model Klasifikasi Sentimen Teks Bahasa Indonesia Menggunakan Library Spacy. S1 thesis, UAJY.

Preview	Text (HALAMAN AWAL) TF075670.pdf Download (657kB) | Preview
Preview	Text (BAB I) TF075671.pdf Download (164kB) | Preview
Preview	Text (BAB II) TF075672.pdf Download (336kB) | Preview
Preview	Text (BAB III) TF075673.pdf Download (170kB) | Preview
	Text (BAB IV) TF075674.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) TF075675.pdf Restricted to Registered users only Download (224kB)
Preview	Text (BAB VI) TF075676.pdf Download (895kB) | Preview

Abstract

Natural Language Processing merupakan salah satu cabang ilmu Artificial Intelegence yang berfokus pada pengolahan bahasa natural. Natural Language Processing dalam dunia teknologi informasi semakin meningkat dan berkembang. Umumnya pengembangan NLP terjadi secara pesat dalam pemrosesan Bahasa Inggris. Sedangkan untuk pengembangan NLP dalam Bahasa Indonesia masih terlalu sedikit. Salah satunya adalah tentang klasifikasi teks untuk menemukan sentimen kalimat. Penelitian ini akan membuat sebuah model NLP untuk mengklasifikasi kalimat Bahasa Indonesia yang mengandung sentiman positif, negatif dan netral yang menggunakan library Spacy. Data yang digunakan terdiri dari korpus Universitas Liepzig yang berada di Jerman dan data kalimat Bahasa Indonesia yang diambil dari movie reviews, ulasan aplikasi, komentar netizen di Youtube, Facebook, Instagram dan Twitter sejumlah 2550 data kalimat. Data tersebut kemudian dibagi menjadi 2100 data pelatihan dan 450 data tes. Dari Model yang dirancang kemudian dilakukan evaluasi dan ditemukan akurasi sebesar 83,80%. Sehingga dapat disimpulkan bahwa model yang dibuat sudah cukup baik. Model ini kemudian diterapkan pada web service menggunakan framework Flask supaya dapat digunakan di berbagai platform.

Actions (login required)

View Item