PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER

Zidna Alhaq; Ali Mustopa; Sri Mulyatun; Joko Dwi Santoso

doi:10.24076/joism.2021v3i2.558

Authors

Zidna Alhaq Universitas Amikom Yogyakarta
Ali Mustopa Universitas Amikom Yogyakarta
Sri Mulyatun Universitas Amikom Yogyakarta
Joko Dwi Santoso Universitas Amikom Yogyakarta

DOI:

https://doi.org/10.24076/joism.2021v3i2.558

Keywords:

Python, Penambangan Teks, Support Vector Machine, Analisis Sentimen, Kecerdasan Buatan

Abstract

Twitter merupakan salah satu media sosial yang digunakan untuk menyampaikan pendapat dan mendiskusikan berbagai topik seputar. Salah satu topik yang sering dibahas adalah marketplace. Bukalapak merupakan salah satu marketplace terpopuler di Indonesia. Bukalapak memberikan penggunanya kemampuan untuk melakukan transaksi dengan cepat dan aman. Tanggapan yang diberikan oleh pengguna tersebut dapat berupa tanggapan positif, negatif dan netral. Oleh karena itu diperlukan suatu metode yang dapat digunakan untuk mengetahui pendapat pengguna Bukalapak di media sosial Twitter. Untuk mengatasi masalah ini, diperlukan suatu metode yang dapat mengkategorikan pendapat-pendapat tersebut. Support Vector Machines merupakan salah satu metode penggalian teks yang dapat mengkategorikan opini tersebut. Data yang diperoleh dari Twiiter akan diberi label dan dianalisis menggunakan metode SVM untuk mengklasifikasikan opini-opini tersebut. Hasil klasifikasi menggunakan metode SVM diperoleh tingkat akurasi sebesar 93%.

Downloads

Download data is not yet available.

References

R. Feldman dan J. Sanger , "The text mining handbook: advanced approaches in analyzing unstructured data," Cambridge university press, 2007.

B. Liu, "Sentiment Analysis and Subjectivity," Handbook of Natural Language Processing, vol. 2, pp. 627-666, 2010.

Y. Marchel dan J. Nasri, "Perbandingan Tingkat Akurasi Support Vector Machine Dengan Naive Bayes Pada Studi Kasus Okupansi Lahan Berdasarkan Kondisi Cuaca," eProceedings of

Engineering,, vol. 20, 2017.

J. Han, M. Kamber dan J. Pei, Data mining: concepts and techniques, Elsevier, 2011.

R. E. Setyaningsih, "Part of Speech Tagger Untuk Bahasa Indonesia Dengan Menggunakan Modifikasi Brill," Dinamika Teknologi, vol. 9, no. 1, p. 37, 2017.

Suyanto. Data Mining Untuk Klasifikasi dan Klasterisasi Data, Bandung: Informatika Bandung, 2017.

J. Friedman, T. Hastie dan R. Tibshirani, The elements of statistical learning (Vol. 1), Springer, Berlin: Springger Series in Statistics, 2001.

G. Salton, Automatic text processing: the transformation, analysis, and retrieval of, Addison-Wesley , 1989.