General Purpose Sentiment Analysis System Using Long Short-Term Memory With Attention Mechanism In Cloud Environment.

Sadek, Muhammad Daffa Rizdhiya (2022) General Purpose Sentiment Analysis System Using Long Short-Term Memory With Attention Mechanism In Cloud Environment. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 02411840000104-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (8MB)

Abstract

Ada data di internet yang belum sepenuhnya termanfaatkan dalam bentuk opini publik di media sosial. Dengan meningkatnya jumlah persentase pengguna internet serta memiliki salah satu populasi tertinggi di suatu negara, Indonesia muncul sebagai salah satu pasar online terbesar di Asia. Hal ini berarti Indonesia merupakan pasar yang besar untuk dibidik oleh produsen maupun pemasar melalui media sosial, terbukti dengan semakin banyaknya brand yang memanfaatkan media sosial sebagai komponen pelengkap dalam operasional pemasarannya. Tiga media sosial teratas yang paling banyak digunakan untuk ini adalah YouTube, WhatsApp, dan Instagram. Dengan potensi besar data yang terdiri dari ulasan pengguna, sebutan, keluhan, atau bentuk lain dari eksposisi sentimental, pertanyaannya adalah bagaimana mendapatkan informasi yang diperlukan tentang opini publik di tempat pertama untuk mendapatkan manajemen merek yang lebih baik dan strategi pemasaran yang lebih efektif. Jawabannya adalah dengan menggunakan Analisis Sentimen. Di masa lalu, untuk mendapatkan informasi pelanggan jenis ini akan membutuhkan survei dan kuesioner yang membutuhkan lebih banyak waktu, biaya, dan tenaga dengan data akhir terkadang sudah tidak relevan pada saat selesai diproses. Masalah lain yang harus ditangani dalam nada yang mirip dengan Analisis Sentimen, adalah bahwa bidang Pemrosesan Bahasa Alami di Indonesia saat ini masih berkembang. Ini mengarah pada korpus yang kurang berkembang dan tidak tersedianya banyak pilihan model pra-pelatihan. Untuk semua alasan yang disebutkan sebelumnya, penelitian ini kemudian bertujuan untuk membuat model Analisis Sentimen umum yang dapat memperoleh, mengolah, menganalisis, dan memvisualisasikan data sedekat mungkin dengan waktu nyata dengan tujuan untuk membantu PT X dalam menentukan pemasaran yang lebih baik. strategi. Metode yang digunakan adalah Long Short-Term Memory (LSTM) dengan Additive Attention Mechanism. Arsitektur model dibangun menggunakan Amazon Web Services (AWS) sebagai platform komputasi awan untuk membantu meminimalkan biaya dan memungkinkan integrasi yang lebih mudah antara berbagai infrastruktur yang diperlukan. Model ini mampu mencapai metric score 97,78% di PR-AUC, 95,05% di F1-Score, dan 95% di Accuracy.
===================================================================================================================================
There are data on the internet that has not been fully harnessed yet in the form of public opinion on social media. With the growing number of internet user percentage as well as having one of the highest populations in a country, Indonesia is emerging as one of the largest online markets in Asia. This would mean that Indonesia is a big market to get into for producers and marketers alike to target through social media, proven by the increasing number of brands that are utilizing social media as its complementary component for their marketing operations. The top three social media that are most used for this is YouTube, WhatsApp, and Instagram. With this large potential of data consisting of user reviews, mentions, complaints, or other forms of sentimental exposition, the question is how to gain the necessary information on the public’s opinion in the first place to get better brand management and a more effective marketing strategy. The answer would be to use Sentiment Analysis. In the past, getting this type of customer information would require surveys and questionnaires which takes more time, cost, and manpower with the final data sometimes already being irrelevant by the time it has finished being processed. Another issue to address in a similar vein to Sentiment Analysis, is that the field of Natural Language Processing in Indonesia is still currently developing. This leads to an under-developed corpus and not a wide selection of pre-trained models available. For all the reasons mentioned before, this research is then aimed to create a general Sentiment Analysis model that can get, process, analyze, and visualize the data as close to real time as possible as with the aim to help PT X in determining better marketing strategies. The method being used is Long Short-Term Memory (LSTM) with Additive Attention Mechanism. The model’s architecture is built using Amazon Web Services (AWS) as a cloud computing platform to help in minimizing the cost and allows easier integration between the different infrastructure needed. This model is able to reach metric score of 97.78% in PR-AUC, 95.05% in F1-Score, and 95% in Accuracy.

Item Type:	Thesis (Other)
Additional Information:	RSI 658.834 3 Sad g-1 2022
Uncontrolled Keywords:	Attention Long Short-Term Memory, Cloud Computing, Natural Language Processing, Sentiment Analysis. Analisis Sentimen, Attention Long Short-Term Memory, Cloud Computing, Pemrosesan Bahasa Alami.
Subjects:	H Social Sciences > HF Commerce > HF5415.335 Consumer satisfaction
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	12 May 2026 08:38
Last Modified:	12 May 2026 08:38
URI:	http://repository.its.ac.id/id/eprint/133172

Actions (login required)

View Item