PERANCANGAN SISTEM ANALISIS SENTIMEN MASYARAKAT PADA SOSIAL MEDIA DAN PORTAL BERITA

Rizqon Sadida, Moh Royandi Azkia, Beda Puspita Candra, Novandi Rezeki, M. Ozzy Calvin Rendy

Abstract


Menjelang pemilihan Gubernur DKI Jakarta saat ini tengah menjadi trending topic diberbagai media massa dan juga di sosial media. yang mana pada sosial media tersebut terdapat percakapan-percakapan yang di aspirasikan masyarakat, dari percakapan tersebut bisa didapatkan sebuah data tekstual yang mengandung sentimen berupa persepsi dari pengguna internet terhadap para calon gubernur.

Dengan adanya data dari sosial media tersebut dapat dilakukan sebuah analisis sentimen atau opinion mining yaitu sebuah proses yang  memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan  informasi. Analisis ini menerapkan metode Natural Language Processing (NLP) menggunakan algoritma N-Gram untuk menganalisa bahasa dan Support Vector Machine (SVM) untuk mengklasifikasikan konten  dari bahasa manusia yang ada di media sosial dan portal berita berita.

Hasil dari rancangan ini diharapkan memberikan gambaran tentang penerapan sistem analisis sentimen masyarakat yang bersumber dari sosial media dan portal berita. Hasil dari proses berupa informasi grafik sentimen positif, negatif, dan netral dari media online.

Full Text:

PDF

References


N.D. Putranti, E.Winarko,”Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine”, inIjccs 2014, Vol.8, No.1, pp. 91~100, ISSN: 1978-1520, Januari 2013.

S.K. Lidya, O.S. Sitompul, S. Efendi,”Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine (Svm) Dan K-Nearest Neighbor (K-Nn)”, in Sentika 2015,ISSN: 2089-9815, Maret 28,2015.

A.N. Hidayat,”Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes”, inJesik 2015,Vol.1, No.1,Januari-Juni, 2015.

D. Suhartono,Natural Language Processing, 2013, [Online], Available :http://socs.binus.ac.id/2013/ 06/22/natural-language-processing[Diakses : 25 Oktober 2016].

Y. Permadi, Kategorisasi Menggunakan N-gram,2008, [Online], Available : http://repository.ipb.ac.id/ xmlui/bitstream/handle/123456789/1867/Pembahasan%20Permadi.%20Yudha_G2008-6.pdf?sequence=12[Diakses : 26 Oktober 2016].

N. Christianini, J.S. Taylor, An Introduction to Support Vector Machines and Other Kernel-based Learning Methods, Cambridge : Cambridge University Press, 2000.

S.A. Abdurrasyid, Implementasi Dan Optimasi Algoritma Naziee Dan Adriani Untuk Stemming Dokumen Bahasa Indonesia,Bandung : Universitas Telkom, 2012.

Q. Han, CodeX: Combining an SVM Classifier and Character N-gram Language Models for Sentiment Analysis on Twitter Text, Stuggart : University of Stuggart.

Stratusly, Cloud Hosting Showdown – DigitalOcean vs AWS vs VULTR vs Linode vs Azure, [Online], Availabel : http:// stratusly.com/digitalocean-vs-aws-vs-vultr-vs-linode-vs-azure/6 [Diakses : 3 November 2016].


Refbacks

  • There are currently no refbacks.