ANALISIS SENTIMEN BERBASIS ASPEK UNTUK KEPUASAN PENGGUNA APLIKASI VIDEO ON DEMAND DENGAN MODEL LONG SHORT TERM MEMORY

NUFUS, Gina Khayatun and Mustafid, Mustafid and Gernowo, Rahmat (2022) ANALISIS SENTIMEN BERBASIS ASPEK UNTUK KEPUASAN PENGGUNA APLIKASI VIDEO ON DEMAND DENGAN MODEL LONG SHORT TERM MEMORY. Masters thesis, School of Postgraduate Studies.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (313kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Repository staff only Download (1MB)
	Text BAB IV.pdf Restricted to Repository staff only Download (2MB)
	Text BAB V.pdf Download (289kB)
	Text DAFTAR PUSTAKA.pdf Download (317kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (307kB)

Abstract

Ulasan pelanggan merupakan hal yang sangat penting untuk memahami kepuasan dan meningkatkan kualitas layanan dari aplikasi Video-on-Demand (VoD). Penelitian yang membahas mengenai analisis sentimen telah banyak dilakukan. Namun, penelitian tersebut memiliki keterbatasan yaitu hanya mampu mengidentifikasi sentimen positif, negatif atau netral dan tidak dapat menangkap aspek penting dari suatu ulasan. Penerapan teknologi yang dapat membantu proses analisis sentimen berbasis aspek sangat penting untuk memahami kepuasan pengguna. LSTM merupakan metode RNN yang banyak diimplementasikan pada penelitian Natural Language Processing karena memiliki kemampuan yang baik dalam klasifikasi teks. Penelitian ini bertujuan melakukan analisis kepuasan pengguna aplikasi VoD menggunakan sentimen analisis berbasis aspek dan metode LSTM untuk mendapatkan aspek dan sentimen dari umpan balik yang diberikan. Penggunaan metode LSTM dalam proses klasifikasi menghasilkan informasi terkait kepuasan pengguna aplikasi Netflix di Indonesia berdasarkan aspek dan sentimen (positif atau negatif) pada ulasan berbahasa Indonesia. Hasil dari Penelitian ini menunjukkan bahwa analisis sentimen berbasis aspek untuk ulasan pengguna sangat penting dalam mengetahui sentimen dan aspek karena keduanya saling berhubungan dan dapat membantu memahami kepuasan pengguna aplikasi VoD.
Kata kunci: analisis sentimen, Long Short-Term Memory, kepuasan pelanggan, analisis sentimen berbasis aspek, Deep Learning

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	analisis sentimen, Long Short-Term Memory, kepuasan pelanggan, analisis sentimen berbasis aspek, Deep Learning
Subjects:	Sciences and Mathemathic
Divisions:	Postgraduate Program > Master Program in Information System
Depositing User:	ekana listianawati
Date Deposited:	26 Sep 2022 07:57
Last Modified:	26 Sep 2022 07:57
URI:	https://eprints2.undip.ac.id/id/eprint/8689

Actions (login required)

View Item

Search for collections on Undip Repository