Wahyuningsih, Rista Bella (2025) Analisis Sentimen Penilaian Partnership Awards dengan Metode Natural Language Processing (NLP): Studi Kasus Bakrie Center Foundation. Undergraduate thesis, Politeknik Negeri Bali.

[thumbnail of Full Text] Text (Full Text)
RAMA_58302_2115354075_full.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
[thumbnail of Cover, Bab 1, Bab 5 dan Referensi] Text (Cover, Bab 1, Bab 5 dan Referensi)
RAMA_58302_2115354075_0004097606_0015069601_part.pdf - Accepted Version
Available under License Creative Commons Attribution Share Alike.
Download (288kB)
[thumbnail of iThenticate] Text (iThenticate)
RAMA_58302_2115354075_iThenticate.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy

Abstract

Penilaian Partnership Awards di Bakrie Center Foundation masih dilakukan secara manual melalui banyak agenda diskusi. Proses ini dinilai tidak efisien karena terlalu menghabiskan waktu dalam evaluasi dan menyulitkan pengolahan data dalam jumlah besar. Penelitian ini bertujuan membangun model analisis sentimen berbasis Natural Language Processing (NLP) guna mengotomatisasi proses klasifikasi opini stakeholder terhadap mitra. Model dikembangkan menggunakan algoritma Long Short-Term Memory (LSTM) dan ditingkatkan dengan pendekatan Bidirectional LSTM (BiLSTM) karena membantu dalam meningkatkan akurasi menjadi lebih tinggi dibanding hanya menggunakan LSTM standard. Dataset yang digunakan terdiri atas 1.113 opini stakeholder yang telah diberi label sentimen (positif, netral, negatif). Data dibagi menjadi 80% data latih dan 20% data uji. Tahapan preprocessing mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Implementasi dilakukan menggunakan Python pada platform Google Colab dengan library TensorFlow. Evaluasi model dilakukan menggunakan confusion matrix dengan matrix akurasi, presisi, recall, dan f1-score. Hasil akhir menunjukkan akurasi model sebesar 65,02% dengan distribusi prediksi yang seimbang antar kelas. Meskipun belum mencapai target akurasi 85%, sistem telah berfungsi secara representatif untuk mengotomatisasi klasifikasi sentimen dalam proses penilaian Partnership Awards. Penelitian ini memberikan kontribusi terhadap peningkatan efisiensi, objektivitas, dan transparansi dalam proses evaluasi mitra. Model yang dibangun juga berpotensi untuk dikembangkan lebih lanjut dan diintegrasikan ke dalam sistem operasional Stakeholder Management System di masa depan.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen, Partnership Awards, NLP, Bakrie Center Foundation
Subjects: Ilmu Teknik
Ilmu Teknik > Teknik Elektro Dan Informatika
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika
Ilmu Teknik > Teknik Elektro Dan Informatika > Sistem Informasi
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User: Rista Bella Wahyuningsih
Date Deposited: 11 Sep 2025 03:18
Last Modified: 11 Sep 2025 03:18
URI: https://repository.pnb.ac.id/id/eprint/18917

Actions (login required)

View Item View Item