Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Nadine Azhalia Purbani
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Identifikasi Tweet Yang Mengandung Sarkasme Dalam Studi Kasus Pemilihan Presiden 2019 Menggunakan Metode Long Short-term Memory Nadine Azhalia Purbani; Anisa Herdiani; Ade Romadhony
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakTwitter saat ini menjadi salah satu sarana media sosial yang digunakan untuk melakukan kampanyepublik, termasuk kampanye calon presiden pada pemilu tahun ini. Tweet kampanye sering kalimengandung sarkasme, yaitu penggunaan kata-kata pedas yang bertujuan untuk menyakiti hati oranglain. Adanya sarkasme yang terkandung di dalam suatu tweet membuat kebanyakan orang gagalmemahami makna yang disampaikan. Sarkasme juga sering digunakan oleh seseorang untukmenyampaikan cemoohan atau ejekan kasar, sehingga dapat memicu pertikaian. Oleh karena itu, deteksi sarkasme perlu dilakukan agar dapat mengurangi potensi pertikaian. Deteksi sarkasme merupakansebuah tugas yang menantang, karena sarkasme sendiri cukup sulit untuk ditentukan. Pada Tugas Akhirini dilakukan deteksi sarkasme pada tweet dengan topik pemilihan presiden Indonesia 2019. Metode yangdigunakan untuk klasifikasi adalah Long Short-Term Memory (LSTM), dan fitur kata direpresentasikandalam bentuk vektor word embedding. Pada Tugas Akhir ini dilakukan pembangunan dataset denganmengambil tweet pada rentang waktu 10 hari yang terkait dengan topik pilpres 2019. Berdasarkan hasilpengujian, nilai terbaik yang didapat dari accuracy, precision, dan recall secara berurut adalah sebesar93%, 92%, dan 95%.Kata kunci : identifikasi, klasifikasi teks, twitter, sarkasme, LSTM.
Co-Authors Ade Romadhony Anisa Herdiani