<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="114094">
 <titleInfo>
  <title>KLASIFIKASI EMOSI PADA REVIEW PENGGUNA E-COMMERCE MENGGUNAKAN BIDIRECTIONAL LONG-SHORT TERM MEMORY(BI-LSTM)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUHAMMAD TAQI ABIYYU</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro dan Komputer</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>E-commerce merupakan salah satu teknologi yang saat ini banyak digunakan oleh perusahaan-perusahaan untuk memasarkan produk yang dipasarkan. Dengan adanya E-commerce pengguna dapat dengan mudah membeli barang yang diinginkan secara online dan dapat secara langsung melakukan review terhadap perusahaan tersebut. Dalam review yang dilakukan pengguna, terdapat perasaan pengguna terhadap produk yang telah dibelinya. Review yang diberikan pengguna sangat bervariasi dan dapat berupa saran hingga keluhan. Tujuan dari penelitian ini adalah agar penyedia layanan E-commerce dapat mengetahui bagaimana emosi yang ditunjukkan pengguna terhadap kualitas barang yang telah mereka beli, dan juga penyedia layanan E-commerce dapat meninjau ulang tentang pelayanan yang diberikan sehingga akan membantu meningkatkan kualitas layanan dan pengalaman berbelanja di platform E-commerce tersebut. Penelitian ini menggunakan algoritma Bidirectional Long Short Term Memory(Bi-LSTM) untuk mengklasifikasikan emosi yang telah dikelompokkan menjadi empat kelas yaitu Anger, Happy, Love, dan Sadness pada review produk e-commerce. Tahapan yang dilakukan antara lain Casefolding, Filtering, Tokenizing, stopword removal, dan stemming. Hasil yang diperoleh dari penelitian ini adalah model yang dapat mengklasifikasikan emosi dari dataset review E-commerce dengan menggunakan confusion matrix dan performa model mendapatkan hasil testing Accuracy sebesar 75%, precision 74%, recall 74%, dan F1- Score 75%.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>114094</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-09-04 14:48:05</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-09-04 15:55:14</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>