Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Sistem Informasi
Deby Sintia Amelia
Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Environmental Science Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Teks Dan Analisis Sentimen Pada Chat Grup Whatsapp Menggunakan Long Short Term Memory (LSTM) Deby Sintia Amelia; Ahmad Ari Aldino; Auliya Rahman Isnain
Jurnal Teknologi dan Sistem Informasi Vol 2, No 4 (2021): Volume 2 No. 4 Desember 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i4.1248

Abstract

AbstrakSemakin berkembangnya teknologi informasi yang sangat pesat, pada era sekarang teknologi berkirim pesan sudah tidak menggunakan pulsa lagi tetapi, sekarang sudah menggunakan aplikasi yang bernama WhatsApp dimana untuk menggunakan WhatsApp tersebut pengguna membutuhkan kuota internet dan sinyal yang bagus agar dapat berkomunikasi menggunakan WhatsApp dengan lancar. Selain digunakan untuk berkirim pesan WhatsApp juga dapat digunakan untuk mengirimkan video, pesan suara, gambar, dan dapat melakukan panggilan video atau yang disebut dengan video call. Didalam WhatsApp juga kita dapat membuat grup chat yang bisa terdiri dari beberapa anggota grup. Tujuan penelitian ini untuk melakukan analisis sentimen terhadap salah satu grup WhatsApp yaitu grup chat yang bernama Shinubi6 untuk dilakukan pemrosesan terhadap isi chat dari grup tersebut dengan menggunakan metode Long Short Term Memory. Metode LSTM digunakan untuk mengetahui tingkat akurasi terhadap data yang digunakan dan penelitian ini juga menggunakan fitur word2vec. Hasil yang didapat pada penelitian analisis sentimen ini yaitu, mendapatkan tingkat akurasi sebesar 99%, precision 99%, dan recall sebesar 1%. Metode LSTM ini memiliki akurasi yang baik pada pemrosesan analisis sentimen chat grup WhatsApp ini.Kata Kunci: Analisis Sentimen, WhatsApp, LSTM, dan Word2vec.
Co-Authors Ahmad Ari Aldino Isnain, Auliya Rahman