Teknologi Cryptocurrency saat ini sangat berkembang ditandai dengan banyaknya orang yang mau berpartisipasi untuk menjadi bagian di dalamnya. Salah satu Cryptocurrency yang terkenal adalah Bitcoin. Namun, bagi sebagian orang tentu tidak mengerti apa itu Bitcoin dan bagaimana cara kerjanya. Sehingga, hal itu membuat mereka ragu untuk ikut turut serta menjadi bagian dalam teknologi ini. Sehingga perlu dibuat sebuah analisis sentimen mengenai teknologi ini sehingga dapat memberi pengetahuan apa itu sesungguhnya Bitcoin. Melalui Twitter, analisis sentimen dapat dilakukan guna mencari tahu bagaimana pendapat banyak orang mengenai Bitcoin. Hal ini dapat dilakukan dengan memanfaatkan API yang disediakan oleh Twitter untuk mengumpulkan data berupa tweets. Kemudian, melakukan analisis sentimen menggunakan library Python untuk mengklasifikasikan suatu tweet menjadi positif, negatif, atau netral. Dari hasil klasifikasi menggunakan dataset yang berjumlah 3433 data didapatkan bahwa 41,3% diklasifikasikan positif, 44,9% netral, dan 13,7% negatif. Lalu, untuk visualisasi dari keseluruhan pendapat orang-orang mengenai Bitcoin dapat dibentuk dengan menggunakan Word Cloud sehingga hanya akan muncul kata-kata penting yang berhubungan dengan Bitcoin. Diharapkan setelah penelitian ini dilakukan dapat dilihat bagaimana pendapat orang-orang khususnya pengguna Twitter mengenai Bitcoin.
The development of technology in the current era is very rapid, this is indicated by the many social media that have sprung up. One popular social media is Twitter. Twitter initially became a forum for social media users as a place to preach activities, discuss, and share stories between users. However, now Twitter is even a place for complaints for customers of a company, one of which is PT Telkom Indonesia. Some customers prefer not to contact the call centre that has been provided by the company to be contacted if there is a problem, but prefer to complain via Twitter. According to data taken during a certain period, 3324 tweets were obtained, which included the keywords indihome, myindihome, useetv, and wifi.id. The tweets data that has been collected, if processed properly, will be valuable information for the company. For example, as a reference to assess brand image, customer feedback, and marketing opportunities. This study classifies tweets where the keywords indihome, myindihome, useetv, and wifi.di. Furthermore, several data preprocessing techniques were carried out, sentiment analysis, and visualization in the form of histograms, pie charts, and word clouds. From 3324 tweets that have been analyzed, it is found that there are 34.4% positive tweets, 16.1% negative tweets, and 49.6% neutral tweets.
Sistem pengenalan tulisan tangan huruf hijaiyah diperlukan untuk melakukan koreksi otomatis terhadap seseorang yang tengah belajar menulisnya. Dalam pengimplementasiannya terdapat beberapa tantangan. Tantangan seperti banyaknya bentuk variasi tulisan tangan huruf hijaiyah, pemilihan arsitektur yang tepat, dan banyak data pelatihan yang dibutuhkan agar sistem dapat memprediksi secara akurat. Convolutional Neural Network (CNN) adalah salah satu algoritma deep learning yang efektif dalam mengolah citra yang dapat dilatih baik secara supervised learning maupun unsupervised learning. Model CNN dilatih menggunakan dataset Hijaiyah1SKFI. Dataset tersebut terdiri dari 2100 data dengan 30 kelas yakni huruf alif hingga ya yang ditulis oleh 4 orang berbeda dengan 80% digunakan sebagai data latih dan 20% adalah data tes. Dalam makalah ini dilakukan optimisasi berupa augmentasi data karena data yang tidak banyak sehingga dengan data yang sedikit maka variasi data pelatihan akan bertambah. Arsitektur yang diusung di makalah ini bernama SIP-Net mendapatkan akurasi pada data uji sebesar 99.7%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.