Menganalisis sentimen positif, negatif atau netral menggunakan metode LSTM komentar yang digunakan dalam media sosial di Indonesia model yang digunakan :
LSTM adalah salah satu modifikasi dari recurrent neural network atau RNN, LSTM hadir untuk melengkapi kekurangan RNN yang tidak dapat memprediksi kata berdasarkan informasi lampau yang disimpan dalam jangka waktu lama. Sistem yang menerapkan LSTM dapat memproses, memprediksi, dan mengklasifikasikan informasi berdasarkan data deret waktu. Sesuai dengan konsepnya, LSTM dapat mengingat dan menghapus data-data lawas yang sudah tidak relevan lagi. Dengan demikian, manajemen informasi akan lebih komplet sekaligus aktual. LSTM memiliki berbagai gerbang yang dapat menambah kumpulan informasi dan menggabungkannya. Ada empat gerbang dalam sistem LSTM, yakni forget gate, input gate, input modulation gate, serta output gate. Keempat gerbang tersebut mempunyai fungsi dan tugasnya masing-masing dalam mengumpulkan, mengklasifikasi, dan memproses data. Tak hanya mempunyai empat gerbang tersebut, LSTM juga memiliki internal cell state yang berfungsi untuk menyimpan informasi pilihan dari unit sebelumnya.
untuk mendapatkan informasi lebih lanjut dapat membuka ppt yang ada diatas.
Terimakasih
selama 4 bulan belajar dengan baik akhirnya saya lulus dengan baik dimana mendapatkan sertifikat menjadi murid yang paling terprogres
