This study aims to measure the accuracy of the sentiment analysis classification model using deep learning and neural networks. This study used the algorithm Recurrent Neural Network (RNN) and Word2vec. No previous research has used this model to analyze sentiments written using Indonesian language so that the level of accuracy is unknown. The research began by making a classification model of sentiment analysis. Then, the model was tested through experiments. In this study, They used two classifications (positive and negative). Experiments are carried out using training data sets and the test used data sets sourced from Traveloka theybsite. The result shows that the model presents outstanding results and reaches about 91.9%.

No abstract

<p><em><span>Ruangan ibadah berjamaah adalah tempat yang sering digunakan banyak orang secara bersamaan dan menjadi tempat potensial guna penyebaran Corona.Virus yang di bawa oleh orang terinfeksi dapat menempel pada lantai , tembok kursi dan isi ruangan sehingga terhirup oleh jamaah saat melakukan ibadah, sehingga diperlukan alat guna membantu mensterilkan ruangan ibadah secara efisien. Dengan robot yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisiasi secara efektif. Tujuan penelitian ini adalah guna menganalisa kinerja sistem robot sterilisasi dengan kendali Maze Solving, guna dapat bekerja dengan gerak lurus dan berputar. Pembaruan pada penelitian ini adalah penerapan kendali menggunakan algoritma Maze Solving pada robot sterilisasi ruangan. Penelitian ini dilakukan dengan tahap analisa, pengkodean, dan uji coba. Algoritma Maze Solving dengan KP=10, Ki=0 dan Kd=120 dengan kombinasi tambahan rotary encoder, sensor kompas dan sensor jarak. Hasil uji memperlihatkan peningkatan kerja robot dengan nilai standart deviasi tertinggi guna poin kelurusan gerak 10,48 menjadi 0,34 ketepatan jarak tempuh dari 10,4 menjadi 0,42 . Waktu yang dibutuhkan robot sterilisasi pada ruangan 10 m x 10 m adalah 54,5 menit dan pembacaan halangan rintang dengan sensor jarak akurat dibawah 60cm.</span></em></p>