ANALISIS SENTIMEN DALAM ULASAN FILM MENGGUNAKAN MODEL LONG SHORT TERM MEMORY (LSTM) BERBASIS DEEP LEARNING

ULFI, MEITRA (2025) ANALISIS SENTIMEN DALAM ULASAN FILM MENGGUNAKAN MODEL LONG SHORT TERM MEMORY (LSTM) BERBASIS DEEP LEARNING. Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (1MB)
	Text BAB 1 2 3.pdf Download (408kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (571kB) | Request a copy

Abstract

Industri perfilman menghasilkan volume ulasan yang sangat besar melalui berbagai platform digital, seperti situs web dan media sosial, sehingga menjadi sumber data penting untuk memahami opini publik. Namun, analisis sentimen secara manual membutuhkan waktu lama dan kurang efisien. Penelitian ini bertujuan membangun sistem analisis sentimen ulasan film berbahasa Indonesia secara otomatis menggunakan metode deep learning. Model yang diterapkan adalah Long Short-Term Memory (LSTM), salah satu arsitektur Recurrent Neural Network yang efektif dalam memproses data berurutan berupa teks. Penelitian diawali dengan pengumpulan dataset ulasan film dari sumber publik. Data kemudian diproses melalui tahap pra-pemrosesan meliputi case folding, noise removal, stopword removal, dan stemming guna meningkatkan kualitas data. Selanjutnya dilakukan tokenisasi dan padding agar teks dapat direpresentasikan sebagai vektor numerik. Model LSTM dilatih menggunakan data tersebut untuk mempelajari pola yang membedakan sentimen positif dan negatif. Evaluasi kinerja model dilakukan menggunakan confusion matrix dengan metrik pengujian standar. Hasil pengujian menunjukkan bahwa model LSTM mampu mengklasifikasikan sentimen dengan performa yang cukup baik, menghasilkan nilai Akurasi sebesar 70%, Precision 66,7%, Recall 80%, dan F1-Score 72,7%. Sistem juga divalidasi melalui pengujian Blackbox pada aplikasi web yang dikembangkan dan semua fungsi berjalan sesuai harapan. Secara keseluruhan, penelitian ini membuktikan bahwa LSTM efektif untuk analisis sentimen ulasan film dan berpotensi memberikan wawasan bagi pelaku industri, kritikus, dan masyarakat umum di era digital modern saat ini yang berkembang pesat.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Analisis Sentimen, Deep Learning, Long Short-Term Memory (LSTM), Natural Language Processing (NLP), Ulasan Film.
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Pustaka - -
Date Deposited:	11 Sep 2026 02:51
Last Modified:	11 Sep 2026 02:51
URI:	http://repository.upp.ac.id/id/eprint/4712

Actions (login required)

View Item