PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN,RNN,LSTM&CNN)DAN MACHINE LEARNING(LOGISTIC REGRESSION,SVC,NB&KNN) - UNTUK KLASIFIKASI SENTIMEN DATA BERITA

Aug 4, 2026

Unggah oleh Anda

Penelitian ini membandingkan performa pendekatan Deep Learning (FFNN, RNN, LSTM, dan CNN) serta Machine Learning (Logistic Regression, SVC, NB, dan KNN) untuk klasifikasi sentimen data berita. Dataset yang digunakan adalah kumpulan data berita yang telah dilabeli sentimennya, dengan evaluasi menggunakan metrik akurasi, presisi, recall, dan F1 score pada data uji. Hasil menunjukkan Deep Learning lebih unggul dibanding Machine Learning, dengan model LSTM sebagai performa terbaik (akurasi 75,70%, presisi 76,61%, recall 82,81%, dan F1 score 79,59%).

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman39

Waktu Membaca1 jam 0 menit

AksesGratis untuk diunduh

Daftar Isi

PERNYATAAN KEASLIAN

PERNYATAAN BEBAS PLAGIASI

PENGESAHAN TUGAS AKHIR

TIM UJIAN TUGAS AKHIR

SURAT PERSETUJUAN TUGAS AKHIR

NOTA DINAS PEMBIMBING

ABSTRAK

PERBANDINGAN PENDEKATAN DEEPLEARNING(FFNN,RNN,LSTM&CNN)DANMACHINE LEARNING (Logistic Regression,SVC,NB&KNN)UNTUK KLASIFIKASI SENTIMEN DATABERITA deep learningIC UNIVERSITVS machine learningRTA PERBANDINGAN PENDEKATAN DEEPLEARNING(FFNN,RNN,LSTM &CNN)DANMACHINE LEARNING(Logistic Regression,SVC,NB&KNN)UNTUK KLASIFIKASI SENTIMEN DATABERITA ANor Anisa 21206052009 # PERNYATAAN KEASLIAN Yang bertanda tangan di bawah ini: :Nor Anisa Nama Nim :21206052009 :Magister Jenjang Program Studi :Informatika menyatakan bahwa naskah tesis ini secara keseluruhan adalah hasil penelitian/karya sayasendiri,kecuali pada bagian-bagian yang dirujuk sumbernya. Palangka Raya,08 April 2023Saya yang menyatakan, H机作种he4 鲁凰 METERA TEMPE 27DBAKX328259754 Nor AnisaNIM:21206052009 STATE ISLAMIC # PERNYATAAN BEBAS PLAGIASI Saya yang bertanda tangan di bawah ini: Nama:Nor AnisaNIM:21206052009Jenjang:Magister ProgramStudi:Informatika Menyatakan bahwa saya menyerahkan bahwa naskah tesis ini secara keseluruhan benar-benarbebas dari plagiasi.Jika,dikemudian hari terbukti melakukan plagiasi maka,saya siap ditindaksesuai dengan ketentuan hukum yang berlaku Palangka Raya,08 April 2023Sayayang menyatakan 般 Nor AnisaNIM.21206052009 PENGESAHAN TUGAS AKHIR Nomor:B-1176/Un.02/DST/PP.00.9/05/2023 Tugas Akhir dengan judul:PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN,RNN,LSTM &CNN)DAN MACHINE LEARNING (LOGISTIC REGRESSION,SVC,NB&KNN)UNTUKKLASIFIKASI SENTIMEN DATA BERITA yang dipersiapkan dan disusun oleh: Nama:NOR ANISA,S.KomNomor Induk Mahasiswa:21206052009Telah diujikan pada:Rabu,12 April 2023Nilai ujian Tugas Akhir:A- dinyatakan telah diterima oleh Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta # TIM UJIAN TUGAS AKHIR Dr.Ir.Bambang Sugiantoro,S.Si.,M.T.,IPM.SIGNEDValid ID:6451ad4d95728PengujiIPengujiⅡIr.Muhammad Taufiq Nuruzzaman,S.T.Dr.Sugiyanto,S.Si.,ST.,M.Si M.Eng.,Ph.D.SIGNEDSIGNEDValid ID:645068bab3be3Valid ID:6437dccd3c2bf Valid ID:6462dfa9babee Ketua Sidang Yogyakarta,12 April 2023UIN Sunan KalijagaDekan Fakultas Sains dan Teknologi Dr.Dra.Hj.Khurul Wardati,M.Si.SIGNED # SURAT PERSETUJUAN TUGAS AKHIR Hal:Persetujuan Tugas Akhir Kepada: Yth.Dekan Fakultas Sains dan TeknologiUin Sunan KalijagaYogyakarta Di Yogyakarta Assalamu'alaikum Wr.Wb. Setelah melakukan bimbingan,arahan,dan koreksi terhadap penulisan tesis yang berjudul:PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN,RNN,LSTM&CNN)DAN MACHINE LEARNING (Logistic Regression,SVC,NB&KNN)UNTUKKLASIFIKASI SENTIMEN DATA BERITA yang di tulis oleh:Nama:Nor AnisaNIM:21206052009Jenjang:MagisterProgram Studi:Informatika Sudah dapat diajukan kepada Program Studi Magister Informatika Fakultas Sains danTeknologi UIN Sunan Kalijaga sebagai salah satu syarat untuk memperoleh gelar MagisterInformatika. Dengan ini saya mengharap agar tugas tersebut di atas agar dapat segera dimunaqosyahkan.Atas perhatiannya saya ucapkan terimakasih. Wassalamu'alaikum Wr.Wb. Yogyakarta,9 April 2023Pembimbing, t Dr.Ir.Bambang Sugiantoro,S.Si.,M.T.,IPM.197701032005011003 # NOTA DINAS PEMBIMBING Kepada Yth, Dekan Fakultas Sains dan TeknologiUIN Sunan KalijagaYogyakarta Assalamu'alaikum wr.Wb. Setelah melakukan bimbingan,arahan,dan koreksi terhadap penulisantesis yang berjudul: PERBANDINGAN PENDEKATAN DEEP LEARNING(FFNN,RNN,LSTM&CNN)DANMACHINE LEARNING(LogisticRegression,SVC,NB&KNN)UNTUK KLASIFIKASISENTIMEN DATA BERITA Yang ditulis oleh: Nama :Nor Anisa NIM :21206052009 Jenjang :Magister :Informatika Program Studi Saya berpendapat bahwa tesis tersebut sudah dapat diajukan kepadaMagister Informatika UIN Sunan Kalijaga untuk diujikan dalamrangka memperoleh gelar Magister Informatika. Wassalamu'alaikum wr.wb. Yogyakarta,23 November 2022Pembimbing, (Dr.Ir.Bambang Sugiantoro,S.Si.,M.T.) # ABSTRAK Penelitian ini dilakukan untuk membandingkan performapendekatan Deep Learning(FFNN,RNN,LSTM,dan CNN)danMachine Le

Pertanyaan Umum

Apa tujuan penelitian ini?

Membandingkan performa Deep Learning (FFNN, RNN, LSTM, CNN) dan Machine Learning (Logistic Regression, SVC, NB, KNN) untuk klasifikasi sentimen data berita.

Bagaimana proses evaluasi performa dilakukan?

Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1 score pada data uji.

Model mana yang memberikan performa terbaik dan terburuk?

Model LSTM memberikan performa terbaik dengan akurasi 75,70%, presisi 76,61%, recall 82,81%, dan F1 score 79,59%. Model RNN merupakan model dengan performa terburuk.

Aug 4, 2026

Unggah oleh Anda