• Tidak ada hasil yang ditemukan

Arham, A. Z. (2018). KLASIFIKASI ULASAN BUKU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK LONG SHORT TERM MEMORY.

N/A
N/A
Protected

Academic year: 2022

Membagikan "Arham, A. Z. (2018). KLASIFIKASI ULASAN BUKU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK LONG SHORT TERM MEMORY."

Copied!
10
0
0

Teks penuh

(1)

DAFTAR PUSTAKA

A. Yani, D. D., Pratiwi, H. S., & Muhardi, H. (2019). Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace. Jurnal Sistem dan

Teknologi Informasi (JUSTIN), 7(4), 257.

https://doi.org/10.26418/justin.v7i4.30930

Abiyan, A. (2019). SENTIMENT ANALYSIS PADA REVIEW SITUS WEB TRIPADVISOR TERHADAP TEMPAT PARIWISATA DI PROVINSI LAMPUNG. http://digilib.unila.ac.id/id/eprint/60245

Afifah, A. (2015). RESPON PELANGGAN PADA SITUS

TRIPADVISOR.COM SEBAGAI BENTUK CYBER PUBLIC

RELATIONS THE PREMIERE HOTEL PEKANBARU. In Jom FISIP (Vol. 2, Nomor 2).

Agushinta, D., Irfan, M. (2008). Perancangan Aplikasi Data Mining Untuk Memprediksi Permintaan Customer Pada Perusahaan Persewaan Mobil.

Prosiding Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008), Depok, Universitas Gunadarma, Kommit, 207–208.

Agustina, D. melina, & Wijanarto. (2016). Analisis Perbandingan Algoritma ID3 Dan C4 . 5 Untuk Klasifikasi Penerima Hibah Pemasangan Air Minum pada PDAM Kabupaten Kendal. Journal of Applied Intelligent System, 1(3), 234–

244.

Alamanda, R., Suhery, C., Brianorman, Y., & Komputer, J. S. (2016). Jurnal Coding , Sistem Komputer Untan APLIKASI PENDETEKSI PLAGIAT TERHADAP KARYA TULIS BERBASIS WEB MENGGUNAKAN NATURAL LANGUAGE PROCESSING DAN Jurnal Coding , Sistem Komputer Untan ISSN : 2338-493x. Jurnal Coding, Sistem Komputer Untan, 04(1).

Amajd, M., Kaimuldenov, Z., & Voronkov, I. (2017). Text classification with deep neural networks. CEUR Workshop Proceedings, 1989, 362–370.

(2)

Andi Siswanto, I., & Asmunin. (2016). Aplikasi Visualisasi Data Mahasiswa Dan Dosen Dengan Memanfaatkan Hightchart. Jurnal Manajemen Informatika, 5(2), 93–98.

Aprianto, A., Maharani, W., & Herdiani, A. (2016). Analisis Sentimen Dan Peringkasan Opini Pada Ulasan Produk Menggunakan Algoritma Random Forest Sentiment Analysis and Summarization in Product Review Using. e- Proceeding of Engineering, 3(3), 5238–5245.

Ardiyansyah, Rahayuningsih, P. A., & Maulana, R. (2018). Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner. Jurnal Khatulistiwa Informatika, 6(1), 20–28.

Arham, A. Z. (2018). KLASIFIKASI ULASAN BUKU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK – LONG SHORT TERM MEMORY.

Azzahra, S. A., & Wibowo, A. (2020). Analisis Sentimen Multi-Aspek Berbasis Konversi Ikon Emosi dengan Algoritme Naïve Bayes untuk Ulasan Wisata Kuliner Pada Web Tripadvisor. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(4), 737. https://doi.org/10.25126/jtiik.2020731907

Cahyaningrum, N. I., Yoshida Fatima, D. W., Kusuma, W. A., Ramadhani, S. A., Destanto, M. R., & Nooraeni, R. (2020). Analysis of User Sentiment of Twitter to Draft KUHP. Jurnal Matematika, Statistika dan Komputasi, 16(3), 273. https://doi.org/10.20956/jmsk.v16i3.8239

Chen, P. H., Lin, C. J., & Schölkopf, B. (2005). A tutorial on v-support vector machines. Applied Stochastic Models in Business and Industry, 21(2), 111–

136. https://doi.org/10.1002/asmb.537

Choirunnisa, S., Pembimbing, D., Magister, P., Keahlian, B., Terapan, D., Informatika, D. T., Teknologi, F., & Dan, I. (2019). METODE HIBRIDA OVERSAMPLING DAN KETIDAKSEIMBANGAN DATA KEGAGALAN.

Cucus, A., Endra, R. Y., & Naralita, T. (2019). CHATTER BOT UNTUK

(3)

KONSULTASI AKADEMIK DI PERGURUAN TINGGI.

Dantes, G. R., Arthana, I. K. R., & Purnamawan, I. K. (2016). SISTEM PENDETEKSI PAKAR BERDASARKAN KOLEKSI DOKUMEN ILMIAH UNDIKSHA. SEMINAR NASIONAL RISET INOVATIF (SENARI) KE-4 TAHUN 2016, 211–215.

Day, M. Y., & Lin, Y. Da. (2017). Deep learning for sentiment analysis on google play consumer review. Proceedings - 2017 IEEE International Conference on Information Reuse and Integration, IRI 2017, 2017-Janua, 382–388.

https://doi.org/10.1109/IRI.2017.79

Dewi, M. T., Herdiani, A., & Kusumo, D. S. (2018). Multi-Aspect Sentiment Analysis Komentar Wisata TripAdvisor dengan Rule-Based Classifier ( Studi Kasus : Bandung Raya ). 5(1), 1589–1596.

Eldira, H., K, E. M., Kom, S. K. M., M, N. R., & Kom, S. (2011). Web Mining untuk Pencarian Dokumen Bahasa Inggris Menggunakan Hill Climbing Automatic Clustering. Eepis, 2(Pencarian Dokumen), 1–6.

Essra, A., Rahmadani, & Safriadi. (2016). Analisis Information Gain Attribute Evaluation Untuk Klasifikasi Serangan. Journal of Information System Development, 2(2), 9–14.

Fathullah, N. S., Sari, Y. A., & Adikara, P. P. (2020). Analisis Sentimen Terhadap Rating dan Ulasan Film dengan menggunakan. 4(2), 590–593.

Fu’adi, F. (2015). Implementasi Perintah Menampilkan Data Menggunakan Bahasa Indonesia Dengan Natural Language Processing.

Gorunescu, F. (2011). Data Mining: Concepts, Models and Techniques. Springer Science & Business Media.

Gozali, C. J., & Davina, N. (2019). PENGARUH ULASAN DARING TRIPADVISOR TERHADAP MINAT BELI DARING PADA HOTEL BUTIK KOSENDA JAKARTA. 1–30.

(4)

Haddaway, N. R. (2015). The use of web-scraping software in searching for grey literature. Grey Journal, 11(February), 186–190.

Haddi, E. (2015). Sentiment Analysis : Text P Re -Processing , Reader Views.

Pre-processing.

Haddi, E., Liu, X., & Shi, Y. (2013). The role of text pre-processing in sentiment analysis. Procedia Computer Science, 17, 26–32.

https://doi.org/10.1016/j.procs.2013.05.005

Hadna, M. S., Santosa, P. I., & Winarno, W. W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. Seminar Nasional Teknologi Informasi dan Komunikasi, 2016(Sentika), 57–64.

https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/95.pdf

Haryanto, D. J., Muflikhah, L., & Fauzi, M. A. (2018). Analisis Sentimen Review Barang Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(9), 2909–2916.

Hasan, A., & Setiyaningtiyas, N. W. (2015). Pengaruh Electronic Word Of Mouth Pada Media Sosial Facebook Terhadap Keputusan Berkunjung Ke Desa Wisata Nglanggeran Gunungkidul. Journal of Chemical Information and Modeling, 13(1), 224–238.

Hayadi, B. H. (2017). Visualisasi Konsep Umum Sistem Pakar Berbasis Multimedia. Riau Journal Of Computer Science, 3(1), 17–22.

Hazım, W., Gwad, G., Mahmood, I., Ismael, I., & Gültepe, Y. (2020). Twitter Sentiment Analysis Classification in the Arabic Language using Long Short- Term Memory Neural Networks. International Journal of Engineering and

Advanced Technology, 9(3), 235–239.

https://doi.org/10.35940/ijeat.b4565.029320

Hidayah, A., Sunarti, S., & Hakim, L. (2017). Potensi Dan Pengembangan Objek Wisata Bahari Tulamben, Kabupaten Karangasem, Bali. Jurnal Administrasi

(5)

Bisnis S1 Universitas Brawijaya, 50(2), 93–98.

Imam, A., & Fajtriab, H. (2015). Implementasi Text Mining pada Mesin Pencarian Twitter untuk Menganalisis Topik - Topik Terkait “KPK dan Jokowi.”

Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015, 570–581.

Iskandar, D., & K. Suprapto, Y. (2015). Perbandingan Akurasi Klasifikasi Tingkat Kemiskinan Antara Algoritma C 4.5 dan Naive Bayes. Jurnal Ilmiah NERO, 2(1), 37–43.

Jamilah, R. (2017). Pengembangan Bahan Ajar Teks Ulasan Berbasis Proyek Pada Siswa Kelas VIII SMP Negeri 2. Nosi, 5, 395–414.

Kannan, S., Gurusamy, V., Vijayarani, S., Ilamathi, J. & Nithya, M. (2016).

Preprocessing Techniques for Text Mining Preprocessing Techniques for Text Mining. 5(October 2014), 7–16.

Kristina, S., Doddy Sianturi, R., & Husnadi, R. (2020). Penerapan Model Capacitated Vehicle Routing Problem (CVRP) Menggunakan Google OR- Tools untuk Penentuan Rute Pengantaran Obat pada Perusahaan Pedagang Besar Farmasi (PBF). Jurnal Telematika, 15(2), 101–106. https://sci- hub.do/https://journal.ithb.ac.id/telematika/article/view/359

Lasser, J., Science, C., & Vienna, H. (2020). Python , Jupyter Notebooks and Jupyter Hub in a teaching setting. September.

https://doi.org/10.13140/RG.2.2.31928.57605

Liu, B. (2012). Sentiment analysis: Mining opinions, sentiments, and emotions.

Sentiment Analysis: Mining Opinions, Sentiments, and Emotions, May, 1–

367. https://doi.org/10.1017/CBO9781139084789

Ma’rifah, H., Wibawa, A. P., & Akbar, M. I. (2020). Klasifikasi Artikel Ilmiah Dengan Berbagai Skenario Preprocessing. Sains, Aplikasi, Komputasi dan Teknologi Informasi, 2(2), 70. https://doi.org/10.30872/jsakti.v2i2.2681

(6)

Maarif, A. A. (2015). Penerapan Algoritma TF-IDF untuk Pencarian Karya Ilmiah. Dokumen Karya Ilmiah | Tugas Akhir | Program Studi Teknik Informatika - S1 | Fakultas Ilmu Komputer | Universitas Dian Nuswantoro Semarang, 5, 4. mahasiswa.dinus.ac.id/docs/skripsi/jurnal/15309.pdf

Maitri, A. L., & Sutopo, J. (2019). Menggunakan Pendekatan Natural Language.

Eprints.Uty.Ac.Id, 1–9. http://eprints.uty.ac.id/

Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Edik Informatika, 2(2), 213–219. https://doi.org/10.22202/ei.2016.v2i2.1465

Munasatya, N., & Novianto, S. (2020). Natural Language Processing untuk Sentimen Analisis Presiden Jokowi Menggunakan Multi Layer Perceptron.

Techno.Com, 19(3), 237–244. https://doi.org/10.33633/tc.v19i3.3630

Muslim, A., Mutiara, A. B., Refianti, R., Karyati, C. M., & Setiawan, G. (2020).

Comparison of accuracy between long short-term memory-deep learning and multinomial logistic regression-machine learning in sentiment analysis on twitter. International Journal of Advanced Computer Science and Applications, 11(2), 747–754. https://doi.org/10.14569/ijacsa.2020.0110294

Mustafa, A., Akbar, A., & Sultan, A. (2009). Implementation on information extraction and categorization. International Journal of Multimedia and Ubiquitous Engineering, 4(2), 183–188.

Nainggolan, R., Adline, F., Tobing, T., & Simarmata, E. R. (2020). EVALUASI CLUSTER SOCIAL MEDIA DATA IN TOURISM DOMAIN MENGGUNAKAN K-MEANS CLUSTERING Resianta Perangin-angin.

Methomika, 4(1), 89–93.

Nirawana, I. W. S., & Indrawan, I. G. (2016). Analisis Sentimen Pada Review Film Dengan Mengunakan Algoritma Klasifikasi Naive Bayes Berdasarkan Term Objects Keywords. Seminar Nasional Pendidikan Teknik Informatika (SENAPATI 2016), Senapati, 172–174.

Novak, P. K., Smailović, J., Sluban, B., & Mozetič, I. (2015). Sentiment of emojis.

(7)

PLoS ONE, 10(12), 1–22. https://doi.org/10.1371/journal.pone.0144296

Novantirani, A., Sabariah, M. K., & Effendy, V. (2015). Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine. e-Proceeeding of Engineering, 2(1), 1–7.

Nurrohmat, M. A., & SN, A. (2019). Sentiment Analysis of Novel Review Using Long Short-Term Memory Method. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 13(3), 209.

https://doi.org/10.22146/ijccs.41236

Pérez, F., & Granger, B. E. (2015). Project Jupyter : Computational Narratives as the Engine of Collaborative Data Science. UC Berkeley, April, 1–24.

http://archive.ipython.org/JupyterGrantNarrative-2015.pdf

Pradnyana, I. M. A., Permana, A. A. J., & Putrama, I. M. (2017). Implementasi Konsep Perancangan Model Konseptual Basis Data Studi Kasus : Perancangan Basis Data Sistem Informasi Administrasi Beasiswa di Undiksha. Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK)., 90–98.

Putra, N. P., & Sularno. (2019). Penerapan Algoritma Rabin-Karp Dengan Pendekatan Synonym Recognition Sebagai Antisipasi Plagiarisme Pada Penulisan Skripsi. Jurnal Teknologi Dan Sistem Informasi Bisnis, 1(2), 49–

58.

Qiu, J., Wang, B., & Zhou, C. (2020). Forecasting stock prices with long-short term memory neural network based on attention mechanism. PLoS ONE, 15(1), 1–15. https://doi.org/10.1371/journal.pone.0227222

Rahmi, N. S. (2018). ENSEMBLE SUPPORT VECTOR MACHINE DENGAN RANDOM UNDERSAMPLING PADA KLASIFIKASI DATA DNA MICROARRAY UNTUK ENSEMBLE SUPPORT VECTOR MACHINE.

Rizki, A. S. (2017). Perbandingan Stemmer Bahasa Indonesia dan Dampaknya

(8)

pada Penggalian Teks Bahasa Indonesia, Studi Kasus Pengelompokan Keluhan Pelanggan PLN. 205. http://repository.its.ac.id/43254/

Saadah, M. N., Atmagi, R. W., Rahayu, D. S., & Arifin, A. Z. (2013). Sistem Temu Kembali Dokumen Teks Dengan Pembobotan Tf-Idf Dan Lcs. JUTI:

Jurnal Ilmiah Teknologi Informasi, 11(1), 19.

https://doi.org/10.12962/j24068535.v11i1.a16

Saputra, N., Adji, T. B., & Permanasari, A. E. (2015). Analisis Sentimen Data Presiden Jokowi dengan Preprocessing Normalisasi dan Stemming Menggunakan Metode Naive Bayes dan SVM. Jurnal Dinamika

Informatika, 5(November), 12.

http://ojs.upy.ac.id/ojs/index.php/dinf/article/view/113

Saputri, R. P., Winahju, W. S., Fithriasari, K., Statistika, D., Matematika, F., &

Data, S. (2019). Klasifikasi Sentimen Wisatawan Candi Borobudur pada Situs TripAdvisor Menggunakan Support Vector Machine dan K-Nearest Neighbor. 8(2).

Sartika, D., & Indra, D. (2017). Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian. Jurnal Teknik Informatika Dan Sistem Informasi, 1(2), 151–161.

Setiabudidaya, D. (2015). Jupyter Notebook App: Alternatif Teknologi Pembelajaran Fisika Berbasis Web Browser. In Annual Research Seminar (ARS) (Vol. 1, Nomor 1).

Setyani, A. H., & Azhari, M. Z. (2021). Pengaruh Korean Wave Dan Ulasan Online Terhadap Minat Beli Produk Skin Care Korea Selatan. Jurnal IKRA- ITH Ekonomika, 4(58), 67–74.

Sholihin, A., Haviluddin, H., Puspitasari, N., Wati, M., & Islamiyah, I. (2019).

Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes. Sains, Aplikasi, Komputasi dan Teknologi Informasi, 1(1), 7.

(9)

https://doi.org/10.30872/jsakti.v1i1.2215

Sipayung, E. M., Maharani, H., & Zefanya, I. (2016). Perancangan Sistem Analisis Sentimen Komentar Pelanggan Menggunakan Metode Naive Bayes Classifier. Jurnal Sistem Informasi, 8(1), 958–965.

Somantri, L. (2011). Keunggulan pulau Bali sebagai daerah tujuan wisata andalan indonesia. 1–10.

Subadra, I. N., Sutapa, I. K., Artana, I. W. A., Yuni, L. K. H. K., & Sudiarta, M.

(2019). Investigating Push and Pull Factors of Tourists Visiting Bali as a World Tourism Destination. International Journal of Multidisciplinary

Educational Research, 8(8(7)), 253–269.

https://doi.org/10.6084/m9.figshare.9916247

Tripadvisor. (2017). About Tripadvisor. tripadvisor.mediaroom.com.

https://tripadvisor.mediaroom.com/US-about-us

Tripadvisor. (2018). Semua yang Perlu Anda Ketahui tentang Peringkat Popularitas Tripadvisor. www.tripadvisor.co.id.

https://www.tripadvisor.co.id/TripAdvisorInsights/w765

Utami, L. A. (2017). Melalui Komparasi Algoritma Support Vector Machine Dan K-Nearest Neighbor Berbasis Particle Swarm Optimization. 13(1), 103–112.

Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080

Vanani, I. R. (2019). Text analytics of customers on twitter: Brand sentiments in customer support. Journal of Information Technology Management, 11(2), 43–58. https://doi.org/10.22059/JITM.2019.291087.2410

Vivi Nur Wijayaningrum, N. N. P. (2019). SUPPORT VECTOR REGRESSION UNTUK MEMPREDIKSI JUMLAH KUNJUNGAN WISATAWAN

MANCANEGARA DI PULAU BALI. 11, 1–7.

(10)

https://doi.org/10.1145/2768566.2768568

Wahyudi, D., Susyanto, T., & Nugroho, D. (2017). Implementasi Dan Analisis Algoritma Stemming Nazief & Adriani Dan Porter Pada Dokumen Berbahasa Indonesia. Jurnal Ilmiah SINUS, 15(2), 49–56.

https://doi.org/10.30646/sinus.v15i2.305

Wang, X., Liu, Y., Sun, C., Wang, B., & Wang, X. (2015). Predicting polarities of tweets by composing word embeddings with long short-Term memory.

ACL-IJCNLP 2015 - 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing of the Asian Federation of Natural Language Processing, Proceedings of the Conference, 1, 1343–1353.

https://doi.org/10.3115/v1/p15-1130

Wellem, T., & Dan, E. D. I. I. (2009). Semantic Web Sebagai Solusi Masalah Dalam E-Tourism Di Indonesia. 2009(Snati).

Wilson, G., Devillers, R., & Hoeber, O. (2012). Fuzzy logic ranking for personalized geographic information retrieval. Advances in Intelligent Systems and Computing, 179 AISC(January), 111–123.

https://doi.org/10.1007/978-3-642-31603-6_10

Winarti, T., Kerami, J., & Arief, S. (2017). Determining Term on Text Document Clustering using Algorithm of Enhanced Confix Stripping Stemming.

International Journal of Computer Applications, 157(9), 8–13.

https://doi.org/10.5120/ijca2017912761

Wokas, A. D. S. (2016). Implementasi Market Basket Analisis Untuk Mendukung Strategi Penjualan Pada Minimarket Winkel Berbasis Algoritma Apriori. 1–

6. https://dspace.uc.ac.id/handle/123456789/989

Yen, S. J., & Lee, Y. S. (2009). Cluster-based under-sampling approaches for imbalanced data distributions. Expert Systems with Applications, 36(3 PART 1), 5718–5727. https://doi.org/10.1016/j.eswa.2008.06.108

Referensi

Dokumen terkait

Hasil pada penelitian ini menunjukkan bahwa Long Short Term Memory (LSTM) dengan memanfaatkan algoritma fitur seleksi (Correlation-based Feature Selection (CFS)

Dalam laporan ini penulis menjelaskan mengenai klasifikasi sinyal EKG menggunakan Long Short Term Memory untuk mengklasifikasi sinyal gagal jantung kongestif dan

Dari hasil analisis 20 atribut dilakukan 3 kali percobaan dengan algoritma Naïve Bayes didapat model klasifikasi dengan tingkat akurasi yang terbaik yaitu 76.92 %, tingkat

Analisis Algoritma RNN-LSTM menunjukkan bahwa algoritma ini sangat bagus untuk membuat peramalan data polusi udara di kota Surabaya yang bersifat musimam dan secara umum

Algoritma Long Short Term Memory (LSTM) merupakan salah satu jenis arsitektur dari Recurrent Neural Network (RNN) yang biasa digunakan pada masalah-masalah yang

KLASIFIKASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA PENDERITA DIABETES Feri Irawan1 , Tati Suprapti2, Agus Bahtiar3 1,2,3 Teknik Informatika, STMIK IKMI Cirebon, Kota

SEMINAR NASIONAL PENDIDIKAN IPA DAN MATEMATIKA 2023 UNIVERSITAS NEGERI MALANG SABTU, 8 JULI 2023 158 KLASIFIKASI ALFABET BAHASA ISYARAT INDONESIA BISINDO DENGAN MENGGUNAKAN

Satu aplikasi yang dibangun untuk meramalkan harga saham menggunakan teknologi deep learning dengan algoritma Long Short-Term