Teks Dan Analisis Sentimen Pada Chat Grup Whatsapp Menggunakan Long Short Term Memory (LSTM)

Deby Sintia Amelia, Ahmad Ari Aldino, Auliya Rahman Isnain

Abstract


Abstrak

Semakin 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.


Full Text:

PDF

References


N. Shodik, N. Neneng, and I. Ahmad, “Sistem Rekomendasi Pemilihan Smartphone Snapdragon 636 Menggunakan Metode Simple Multi Attribute Rating Technique (Smart),” J. Nas. Pendidik. Tek. Inform. JANAPATI, vol. 7, no. 3, pp. 219–228, 2019.

A. Mulyanto, A. Apriyadi, and P. Prasetyawan, “Rancang Bangun Game Edukasi ‘Matching Aksara Lampung’ Berbasis Smartphone Android,” CESS (Journal Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 36–44, 2018.

F. M. Sari and S. N. Putri, “Academic Whatsapp group: Exploring students’ experiences in writing class,” Teknosastik, vol. 17, no. 2, pp. 56–65, 2019.

B. Mandasari and S. T. P. Agusty, “MOBILE LEARNING: THE IMPACT OF WHATSAPP USAGE IN ENGLISH LANGUAGE LEARNING,” Sect. Ed.

E. Indrayuni, “Klasifikasi Text Mining Review Produk Kosmetik Untuk Teks Bahasa Indonesia Menggunakan Algoritma Naive Bayes,” J. Khatulistiwa Inform., vol. 7, no. 1, pp. 29–36, 2019, doi: 10.31294/jki.v7i1.1.

D. Ariyanti and K. Iswardani, “Teks Mining untuk Klasifikasi Keluhan Masyarakat Pada Pemkot Probolinggo Menggunakan Algoritma Naïve Bayes,” J. IKRA-ITH Inform., vol. 4, no. 3, pp. 125–132, 2020.

Suyanto, K. N. Ramadhani, and S. Mandala, Deep Learning Modernisasi Machine Learning Untuk Big Data. Bandung: Informatika Bandung, 2019.

F. Mulyasari and S. N. Putri, “THE IMPACT OF WHATSAPP GROUP ON UNDERGRADUATE STUDENTS‟ WRITING IN THE INDONESIAN TERTIARY CONTEXT,” Proc. Univ. PAMULANG, vol. 1, no. 1, 2020.

A. Mittal and S. Patidar, “Sentiment analysis on twitter data: A survey,” ACM Int. Conf. Proceeding Ser., pp. 91–95, 2019, doi: 10.1145/3348445.3348466.

I. B. G. Sarasvananda, C. Anwar, D. Pasha, and S. Styawati, “ANALISIS SURVEI KEPUASAN MASYARAKAT MENGGUNKAN PENDEKATAN E-CRM (Studi Kasus: BP3TKI Lampung),” J. Data Min. dan Sist. Inf., vol. 2, no. 1, pp. 1–9, 2021.

A. Ambarwari, Q. J. Adrian, and Y. Herdiyeni, “Analysis of the Effect of Data Scaling on the Performance of the Machine Learning Algorithm for Plant Identification,” J. RESTI (Rekayasa Sist. Dan Teknol. Informasi), vol. 4, no. 1, pp. 117–122, 2020.

Z. Nabila, A. R. Isnain, P. Permata, and Z. Abidin, “ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, pp. 100–108, 2021.




DOI: https://doi.org/10.33365/jtsi.v2i4.1248

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Deby Sintia Amelia, Ahmad Ari Aldino, Auliya Rahman Isnain

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JURNAL Teknologi dan Sistem Informasi (JTSI)
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Sistem Informasi FTIK Universitas Teknokrat Indonesia

W: http://jim.teknokrat.ac.id/index.php/sisteminformasi
E : jtsi@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
Jurnal Teknologi dan Sistem Informasi is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.