Model Deep Learninguntuk Klasifikasi Movie Label Tunggal

Model Deep Learninguntuk Klasifikasi Movie Label Tunggal

Klasifikasi, Deep Learning,Long Short Term Memory, Movie Genre

Riset ini bertujuan untuk mengelompokkan movie genre dengan label tunggal dalam mengatasi masalah data sequence (kalimat panjang berurutan) dan dependence (ketergantungan antar kata) pada kalimat sinopsis sebuah movie. Pengelompokkan ini dibuat dengan DeepLearning (DL) dalam bentuk klasifikasi menggunakan jaringan syaraf Long Short-Term Memory (LSTM). Riset ini menggunakan data sequence berupa urutan kata demi kata (sebagai input) dalam kalimat yang memiliki dependence dari deskripsi movie (sebagai sinopsis) untuk menentukan klasifikasi (sebagai output) tentang movie genre tersebut. Untuk eksperimen, riset ini menggunakan kumpulan data tentang deskripsi dari sinopsis movie (Indonesia movie review from Kaggle with 1273 record). Hasil ekpserimen menunjukkan bahwa DL dengan menggunakan LSTM menghasilkan data categorical (genre) dengan baik (epoch 30, iteration 1830, iteration per epoch 61, frequency 50). Implikasinya adalah bahwa DL menggunakan LSTM mampu menghasilkan klasifikasi label tunggal. Hal ini berartibahwa input dengan data sequence (data teks dengan dependensi), proses dengan deep learning (proses klasifikasi) dan menghasilkan output berupa data categorical (array single label) pada prediksi data teks

Adriyendi

https://jsi.ejournal.unsri.ac.id/index.php/jsi/article/view/143/134

UIN Mahmud Yunus Batusangkar,

April 2024

Fajar bagus W

PDF

Indonesia

Text