Survei Tentang Analisis Sentimen Pada Media Sosial

  • putri agung permatasari Unud
  • Linawati linawati Udayana University
  • Lie Jasa Udayana University

Abstract

Media sosial saat ini telah menjadi bagian penting dalam kehidupan sehari-hari tidak hanya untuk kebutuhan pribadi melainkan bisa di gunakan dalam bisnis, serta banyak hal yang bisa dilakukan. Media sosial yang digunakan seperti Facebook, Twitter, Youtube, Instagram, Likenid, dan Whatsapp. Dengan adanya media sosial tersebut banyaknya data yang ada berupa gambar, comment berupa text atau emoticon, video, dan lainnya, sehingga masyarakat bebas beropini. Dengan adanya analisis sentimen opini yang berkembang dan banyak di media sosial tersebut dapat menghasilkan data dan informasi yang bermanfaat. Dalam analisis sentimen diperlukannya algoritma klasifikasi data diantaranya Naive Bayes Classifier, Support Vector Machine, K-NN, RNN, C4.5, Lexicon Based, LDA Based Topic Modeling, dan beberapa algoritma lainnya. Artikel ini menelaah beberapa literature analisis sentimen pada media sosial. Saat ini media sosial yang sering digunakan dalam analisis adalah Twitter dan pengguna algoritma yang dapat meningkatkan tingkat akurasi adalah algoritma Naive Bayes Classifier dan Support Vector Machine.  Hasil perhitungan akurasi klasifikasi data berbeda-beda terlihat pada data uji pada penelitian tersebut.

Downloads

Download data is not yet available.

References

[1] Kemkominfo : Pengguna Internet di Indonesia, dari URL :https://kominfo.go.id/index.php/content/detail/3980/Kemkominfo%3A+Pengguna+Internet+di+Indonesia+Capai+82+Juta/0/berita_satker
[2] Afshoh, Fauziah. 2017. Analisa Sentimen menggunakan Naive Bayes untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Jual Rokok Pada Media Sosial Twitter . Universitas Muhamadiyah, Surakarta.
[3] Sekawanmedia (2020): Pengaruh Pengguna Media Sosial dan manfaat untuk bisnis, dari URL:https://www.sekawanmedia.co.id/media-sosial-untuk-bisnis/
[4] S. Kamran, M. Shaikh, A. Naseem, and P.
Kamble, “Exploiting Social Media Data for
Traffic Monitoring Using the Techniques of Data
Mining,” Int. J. Innov. Res. Comput. Commun
[5] Zimmerman, Jan, dan Ng, Deborah for Dummies. 2017. Social Media Marketing : All-in-One. Canada: John Wiley & Sons.
[6] Kadek Ary B., Made Sudarma, dan Wayan G. A.” Analisis Sentimen Pada Video di Media Sosial Youtube Menggunakan STRUCT-SVM”.Majalah Ilmiah Teknologi Elektro. Vol. 18.No1. Jan-April 2019. DOI: https://doi.org/10.24843/MITE.2019Vl.8i01.P17.ISSN: 1693-2951.
[7] Informatikalogi.com dari URL: https://informatikalogi.com/algoritma-naive-bayes/
[8] V. Ambasador Flores, Lie Jasa, dan Linawati. “Analisis Sentimen untuk Mengetahui Kelemahan dan Kelebihan Pesaing Bisnis Rumah Makan Berdasarkan Komentar Positif dan Negatif di Instagram”. Majalah Ilmiah Teknologi Elektro. Vol 19. No 1 Jan-Jun 2020. DOI: https://doi.org/10.24843/MITE.2020.v19i01.P07
[9] Elok N.H., dan M. Balya I.A.” Pengembangan Sistem Analisis Sentimen Berbasis Java Pada Data Twitter Terhadap Omnibus Law Menggunakan Algoritma Naive Bayes dan K-Nears Neighbor (K-NN)”. JIP Vol.7. Feb 2021. ISSN: 2614-6371.
[10] I Komang Dharmendra, K. Oka Saputra, N. Pramaita. “ Analisa Sentiment Untuk Opini Alumni Pada Perguruan Tinggi” Majalah Ilmiah Teknologi Elektro, Vol.18, No. 2, Mei – Agustus 2019. DOI: https://doi.org/10.24843/MITE.2019.vl8i02.P11
[11] M. Akbar Maulana, A. Setyanto, dan M.P Kurniawan. “Analisis Sentimen Media Sosial Universitas AMIKOM Yogyakarta sebagai Sarana Penyebaran Informasi Menggunakan Algoritma Klasifikasi SVM. ISSN : 2302-3805, 2018.
[12] G. Ayu Vida Mastrika Giri “ Klasifikasi Musik Berdasarkan Genre dengan Menggunakan K-Nearest Neighbor” Jurnal Ilmu Komputer Vol. XI No2. P-ISSN: 1979-5661. E-ISSN: 2622-321X. 2018.
[13] Afshoh, Fauziah. 2017. Analisa Sentimen menggunakan Naive Bayes untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Jual Rokok Pada Media Sosial Twitter . Universitas Muhamadiyah, Surakarta.
[14] Nadika, Tifani. 2018 . Analisa Sentimen Menggunakan Data Twitter, Flume , Hive , Pada Hadoop dan Java untuk Deteksi Kemacetan di Jakarta.Sekolah Tinggi Ilmu Ekonomi ( STIE ), Jakarta.
[15] Kabiru, Irawan Noor , dkk. 2019. Analisa Konten Media Sosial E-Commerce pada Instagram Menggunakan Metode Sentimen Alysis dan LDA-BasedTopic Modeling ( Studi Kasus : Shopee Indonesia ). Universitas Telkom, Bandung.
[16] Mahardhika, Yonathan Sari, dan Zuliarso, Edri.2018. Analisis Sentimen Terhadap Pemeritahan Joko Widodo Pada Media Sosial Twitter Menggunakan AlgoritmaNaiveBayesClassifier . UniveritasStikubank, Semarang.
[17] Putu Sri Merta, Linawati, dan S. Komang Oka .2019. “Pengguna Metode Naïve Bayes Classifierpada Analisis Sentimen Facebook Berbahasa Indonesia. Universitas Udayana. Majalah Ilmiah Teknologi Elektro, vol. 18, no. 1, P-ISSN:1693-2951, 2019. DOI:https://doi.org/10.24843/MITE.2019.vl8i01.P22.
[18] Z. Jianqiang and G. Xiaolin, 2017. Comparison Research on Text Pre-processing Methods on Twitter Sentiment Analysis. IEEE Acess vol 5.
[19] W. Qi, R. Procter, J. Zhang and W. Guo. 2019.” Mapping Consumer Sentiment Toward Wireless Services Using Geopatial Twitter Data”. IEEE Access Vol 7.
[20] P. Wang, Y.Yuan, Y. Si, G. Zhu, X Zhan, J. Wang, and R. Pan. “ Classification of Proactive Personality : Text Mining Based on Weibo Text and Short-Answer Questions Text”. IEEE Access vol 8.May 2020.
[21] Jaspreet. S, Gurvinder. S, and Rajinfer. S. “Optimization of Sentiment Analysis Using Machine Learning Classifiers. DOI 10.1186/s13673-017-0116-3 open Access 2017.
[22] Angelina P.G, dkk. “ Analisis Sentimen Aplikasi Ruang Guru di Twitter Menggunakan Algoritma Klasifikasi” Jurnal TEKNOINFO vol.14No.2,2020. ISSN:2615-224X.
[23] Arif. R dan M. Rifqi Tsani. “ Analisis Sentimen Review Media Massa Menggunakan Metode C4.5 Berbasis Forward Selection” . Smart Compt Volume 8.No2. Juni 2019. P-ISSN: 2089-676X.
[24] Ferdi A, Indriati, dan Putra P.A . “Analisis Sentimen Konten Radikal di Media Sosial Twitter Menggunakan Metode Support Vector Machine (SVM). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol.3 No.1. Januari 2019. E-ISSN: 2548-964X.
[25] Amar P. Natasuwarna. “ Analisis Sentimen Keputusan Pemindahan Ibukota Negara Menggunakan Klasifikasi Naive Bayes Classifier”. Seminar Nasional Sistem Informasi dan Teknik Informatika Sensitif 2019.
[26] Arsya M.P, Imam C, dan Putra.P . “Analisis Sentimen tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan i Support Vector Machine (SVM) “. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol3. No.3, Maret 2019,hlm2789-2797. E-ISSN: 2548-964X.
[27] Hidayatulah.H, Debby G.P, Wilis K. “Metode Lexicon Based dan Support Sector Machine Untuk Menganalisis Sentimen Pada Media Sosial Sebagai Rekomendasi Oleh-Oleh Favorit”. Seminar Nasional Inforematika 2018. UPN”Vetaran” Yogyakarta. ISSN: 1979-2328.
[28] Rifiana Arief dan Karel Imanuel. “Analisis Sentimen Topik Viral Desa Penari Pada Media Sosial Twitter dengan Metode Lexicon Based.” Jurnal Ilmiah MATRIK, Vol 21 No.3, Desember 2019. ISSN: 1411-1624. e-ISSN: 2621-8089.
[29] Prananda A, Rizal S., M. Ali F.” Analisis Sentimen Tentang Opini Film Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes dengan Perbaikan Kata Tidak Baku”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol1. No.12. Desember 2017.hlm 1733-1741. e-ISSN: 2548-964X.
[30] Atika R., Aris M., dan Junta Z. “ Analisis Sentimen Publik Pada Media Sosial Twitter Terhadap Pelaksana Pilkada Serentak Menggunakan Algoritma Support Vektor Machine”. Jurusan Teknik Informatika. Universitas Dian Nuswanto 2017. ISSN :1978-8282.
[31] Ardinne L. F., Rima D.R., dan Nia Annisa F.T. “ Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial Twitter” Vol.1x No.1 (2021) FEB 2021. ISSN Media Elektronik: 12345-XYZ
[32] Ghulam Asrofi Buntoro. “ Analisis Sentimen calon Gubernur Jawa Timur 2018 dengan Metode Naive Bayes Classifier”. JIPN. Volume 4. No.1 Maret 2019. e-ISSN 2541-3724.
[33] Nur Fitriyah, Budi W., dan Di Asih I.M. “ Analisis Sentimen Gojek Pada Media Sosial Twitter dengan Klasifikasi Support Vector Machine ( SVM ). Jurnal Gaussian, Vol. 9, No. 3.2020.ISSN: 2339-2541.
[34] Andi Krisna Dewmawan dari URL : https://www.adhikrisnadermawan.com/2018/07/27/klasifikasi-naive-bayes/
[35] Mochammad Haldi W, Binus University dari URL: https://binus.ac.id/bandung/2019/12/algoritma-naive-bayes/
Published
2021-12-25
How to Cite
PERMATASARI, putri agung; LINAWATI, Linawati; JASA, Lie. Survei Tentang Analisis Sentimen Pada Media Sosial. Majalah Ilmiah Teknologi Elektro, [S.l.], v. 20, n. 2, p. 177-186, dec. 2021. ISSN 2503-2372. Available at: <https://ojs.unud.ac.id/index.php/jte/article/view/71081>. Date accessed: 06 oct. 2024. doi: https://doi.org/10.24843/MITE.2021.v20i02.P01.