Identifikasi Makalah
Identifikasi Makalah
2. Sentiment Analysis Using Convolutional Neural Network : Jurnal ini disusun oleh
• Xi Ouyang dan Pan Zhou melalui School of Electronic Information and
Communications Huazhong University of Science & Technology Wuhan, China,
• Cheng Hua Li melalui DNN (Deep Neural Network) Lab Beijing JingDong century
trade .ltd (JD.COM) Beijing, China.
• Lijun Liu melalui Wuhan TipDM Intelligent Technology Wuhan, China.
Yang diterbitkan oleh IEEE International Conference on Computer and Technology
pada tahun 2015. Jurnal ini fokus dalam membahas kelebihan metode Convolutional
Neural Network (CNN) sebagai kerangka untuk menganalisis sentimen yang berguna
untuk prediksi dan peramalan di masa depan. Metode CNN yang digunakan akan di
kolaborasikan dengan kerangka Word2Vec yang akan menghitung representasi vektor
kata, untuk menjadi masukan CNN.
Kedua literatur tersebut dipilih karena pengklasifikasian faktor yang akan
dilakukan pada topik penelitian yang saya lakukan, sebagian besar merujuk pada hasil
pembagian faktor dan menghasilkan setiap matriks yang menjadi hasil pada literatur
pertama (The Adoption of Mobile Health Applications by Patients in Developing Countries:
A Systematic Review). Adapun faktor yang saya fokuskan berada pada Technical Factor dan
Security/Privacy Factor. Dan pemilihan untuk literatur kedua (Sentiment Analysis Using
Convolutional Neural Network) merujuk pada metode pengklasifikasian sentimen yang
digunakan pada topik ini yaitu Artificial Intelligence yang akan saya gunakan yaitu metode
Deep Learning berupa Convolutional Neural Network (CNN). Literatur ini menunjukkan
Tingkat keakuratan yang dimiliki oleh CNN yang masih unggul dibandingkan penggunaan
metode lainnya seperti RNN dan metode pada Machine Learning lainnya.
Menunjukkan
jenis teori dan
model yang paling
banyak digunakan
oleh literatur
sebelumnya, yaitu
metode TAM.
Sebagian besar
literatur yang
dipilih
menggunakan
metode kualitatif.
Faktor-faktor
signifikan yang
penting yang
menjadi dasar
pengadopsian m-
health.
Faktor Utama
Matriks-matriks
dari setiap faktor
Literatur referensi
yang membahas
matriks tersebut
Jumlah literatur sebelumnya yang hanya Faktor yang paling sedikit dibahas: Faktor
menggunakan pendekatan kualitatif Health
Terdapat peningkatan literatur dalam 10
Model yang paling banyak digunakan: TAM
tahun belakangan pada negara China dan
yang diikuti oleh UTAUT.
Bangladesh
Tabel
Ukuran setiap perbandingan
jaringan neural keakuratan
yang dan jumlah analisis
parameter yang sentimen dari
diambil dalam beberapa
bentuk tabel. metode.
Hasilnya CNN
memiliki Tingkat
keakuratan yang
Detail paling tinggi
penjelasan dan
perhitungan
parameter untuk
jaringan neural.
Bab V: Berisi
kesimpulan terkait
keseluruhan
penelitian yang
dilakukan.