Analisis Sentimen Terkait Hashtag Pemindahan Ibukota Pada Sosial Media Twitter
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Maulana, Alan
Subject
Analisis Sistem Informasi
Datestamp
2020-08-24 01:33:35
Abstract :
Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang tejadi pada saat ini. Banyak pengguna Twitter memposting pendapat mereka terhadap kebijakan pemerintah atau sebagai media promosi . Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Pengguna Twitter sering menggunakan singkatan kata dan bahasa yang tidak baku, dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis melakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naive Bayes Classifier untuk mengklasifikasi sentimen secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terkait hashtag pemindahan ibukota. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 250 data training dan kemudian 100 data yang digunakan untuk testing. Hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar 78% dan nilai presisi sebesar 80% dalam mengklasifikasi sentimen.
Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang tejadi pada saat ini. Banyak pengguna Twitter memposting pendapat mereka terhadap kebijakan pemerintah atau sebagai media promosi . Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Pengguna Twitter sering menggunakan singkatan kata dan bahasa yang tidak baku, dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis melakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naive Bayes Classifier untuk mengklasifikasi sentimen secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terkait hashtag pemindahan ibukota. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 250 data training dan kemudian 100 data yang digunakan untuk testing. Hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar 78% dan nilai presisi sebesar 80% dalam mengklasifikasi sentimen.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
