Professional Documents
Culture Documents
S2 2020 418614 Bibliography
S2 2020 418614 Bibliography
dan
Convolutional Neural Network
AGUNG PAMBUDI, Suprapto, Drs., M.Kom., Dr.
Universitas Gadjah Mada, 2020 | Diunduh dari http://etd.repository.ugm.ac.id/
DAFTAR PUSTAKA
Ain, Q. T., Ali, M., Riaz, A., Noureen, A., Kamran, M., Hayat, B., dan Rehman,
A., 2017, Sentiment Analysis Using Deep Learning Techniques: A Review,
International Journal of Advanced Computer Science and Applications
(IJACSA), Vol. 8, No. 6, 424-433.
Alita, D., 2018, Analisis Pengaruh Emoticon Dan Sarkasme Pada Analisis
Sentimen Berbahasa Indonesia di Twitter, Tesis, Program Magister Ilmu
Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Gadjah Mada.
Bramer, M., 2007, Principles of Data Mining, Springer Publisher, London.
Christianini, N., dan Taylor, J.S., 2000, An Introduction to Support Vector
Machines and Other Kernel-based Learning Methods, Cambridge University
Press.
Czerny, M., 2015, Modern Methods for Sentiment Analysis, Online, tersedia di
https://districtdatalabs.silvrback.com/modern-methods-for-
sentimentanalysis, diakses 20 Juni 2019.
Feldman, R., dan Sanger, J., 2006, The Text Mining Handbook: Advanced
Approaches in Analyzing Unstructured Data, Cambridge University Press.
Feldman, S. 1999, NLP Meets the Jabberwocky: Natural Language Processing in
Information Retrieval, Information Today, Inc., Online, tersedia di
http://www.dsoergel.com/UBLIS571DS-06.2b-
1Reading4FeldmanNLPMeetsTheJabberwocky.pdf, diakses 20 Juni 2019.
Habibi, M., 2017, Analisis Sentimen dan Klasifikasi Komentar Mahasiswa Pada
Sistem Evaluasi Pembelajaran Menggunakan Kombinasi KNN Berbasis
Cosine Similarity dan Supervised Model, Tesis, Program Magister Ilmu
Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Gadjah Mada.
Haddi, E., Liu, X., dan Shi, Y., 2013, The Role of Text Pre-processing in Sentiment
Analysis, Procedia Computer Science, 17, 26–32.
Han, J. dan Kamber, M., 2006, Data mining Concepts and Techniques (2nd ed.),
Morgan Kauffman Publishers, San Fransisco.
Hemalatha, I., Varma, P.G., and Govardhan, A., 2012, Preprocessing the Informal
Text for Efficient Sentiment Analysis, International Journal of Emerging
Trends & Technology in Computer Science (IJETTCS) Vol.1.
Hidayatullah, A.F, 2014, Analisis Sentimen dan Klasifikasi Kategori Terhadap
Tokoh Publik Pada Data Twitter Menggunakan Naive Bayes Classifier, Tesis,
Program Magister Ilmu Komputer, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Universitas Gadjah Mada.
Ilmawan, L.B, 2014, Aplikasi Mobile Untuk Analisis Sentimen Pada Google Play,
Tesis, Program Magister Ilmu Komputer, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Universitas Gadjah Mada.
Kalchbrenner, N., Grefenstette, E. dan Blunsom, P., 2014, A Convolutional Neural
Network for Modelling Sentences, arXiv preprint arXiv:1404.2188.
Kao, A., dan Poteet, S.R., 2007, Natural Language Processing and Text Mining,
Springer-Verlag, Inc., New York.
66
Pengaruh Panjang Kalimat Pada Analisis Sentimen Menggunakan Metode Support Vector Machine
dan 67
Convolutional Neural Network
AGUNG PAMBUDI, Suprapto, Drs., M.Kom., Dr.
Universitas Gadjah Mada, 2020 | Diunduh dari http://etd.repository.ugm.ac.id/
Rajagede, R.A., 2016, Deep Learning untuk Pengenalan Pelafalan Huruf Hijaiyah
Berharakat, Skripsi, Program Studi S1 Ilmu Komputer, Fakultas Matematika
dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada.
Razi, A., 2017, Klasifikasi Artikel Berita Berbahasa Indonesia Menggunakan
Convolutional Neural Network, Tesis, Program Magister Ilmu Komputer,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada.
Rismiyati, 2016, Implementasi Convolutional Neural Network Untuk Sortasi Mutu
Salak Ekspor Berbasis Citra Digital, Tesis, Program Magister Ilmu
Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Gadjah Mada.
Rong, X., 2014, word2vec Parameter Learning Explained, arXiv preprint,
arXiv:1411.2738.
Santosa, B., 2007, Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis,
Graha Ilmu.
Sebastiani, F., 2002, Machine Learning in Automated Text Categorization, ACM
Computing Surveys (CSUR), 34(1), 1-47.
Sembiring, K., 2007, Penerapan Teknik Support Vector Machine untuk
Pendeteksian Intrusi pada Jaringan, Skripsi, Program Studi Teknik
Informatika ITB.
Siqueira, H., dan Barros, F., 2010, A Feature Extraction Process for Sentiment
Analysis of Opinions on Services, Proceedings of International Workshop on
Web and Text Intelligence.
Srivastava, N., Hinton, G., Krizhevsky, A., Sutskever, I. dan Salakhutdinov, R.,
2014, Dropout: a simple way to prevent neural networks from overfitting, The
Journal of Machine Learning Research, 15 (1), 1929–1958.
Suryadi, 2017, Analisis Sentimen Review Hotel Menggunakan Algoritme Naïve
Bayes Classifier dan Pendekatan Lexicon Based, Tesis, Program Magister
Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Gadjah Mada.
Vapnik, V., dan Cortes, C., 1995, Support-Vector Networks, Kluwer Academic
Publishers, Boston, Machine Learning, 20, 273-297
Wyse, N., Dubes, R., dan Jain, A.K., 1980, A critical evaluation of intrinsic
dimensionality, Pattern Recognition in Practice, Morgan Kaufmann
Publisher, Inc., 415-425.
Yamamoto, M., dan Church, K.W., 2001, Using Suffix Arrays to Compute Term
Frequency and Document Frequency for All Substrings in A Corpus,
Computational Linguistics, 27(1), 1-30.
Zhang, Y. dan Wallace, B., 2015, A sensitivity analysis of (and Practitioners’ guide
to) Convolutional Neural Networks for Sentence Classification, arXiv
preprint arXiv:1510.03820.