Sentimen Analisis Tweet Berbahasa Indonesia Dengan Deep Belief Network

zulfa, Ira; Winarko, Edi

doi:10.22146/ijccs.24716

Cited by 51 publications

(36 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Analisis sentimen atau opinion mining yakni proses memahami, mengekstrak dan mengolah data tekstual untuk memperoleh informasi yang terdapat dalam suatu kalimat pendapat atau opini. [3], [4]. Analisis sentimen dilakukan untuk melihat pendapat atau kecendrungan opini terhadap suatu masalah atau objek oleh seseorang, apakah cenderung punya pemikiran atau beropini positif atau negatif.…”

Section: Tinjauan Pustakaunclassified

Untitled

Yasid¹

2019

oai

View full text Add to dashboard Cite

The use of airline transportation is no longer a new thing for the community, ranging from business people, families going on vacation, even to the reach of the middle class. This transportation is really needed by the community to be able to travel long distances with a relatively shorter period of time. One of them is Citilink, Citilink is a subsidiary airline of the Garuda Indonesia company with ticket prices that can be reached by the middle class and below. Assessment of Citilink airlines can be seen through any promos that are most promoted to the public. The good and bad services of Citilink Airlines as an evaluation for people who want to use these services, can also be seen from the tweet of the people on Twitter social media. Therefore many researchers use social media as a place to collect data. This research aims to classify or group positive or negative sentiments of the community towards Citilink airline services in order to provide information about public satisfaction with Citilink Indonesia airline services, with a dataset of 2000 tweets resulting in accuracy reaching 0.778, with a processing time of two minutes twenty three seconds.

show abstract

Section: Tinjauan Pustakaunclassified

Untitled

Yasid¹

2019

oai

View full text Add to dashboard Cite

show abstract

“…Penelitian yang dilakukan tentang analisis sentimen juga dilakukan oleh Zulfa dan Winarko pada jurnalnya yang berjudul "Sentimen Analisis Tweet Berbahasa Indonesia dengan Deep Belief Network" [12] III. ANALISIS SENTIMEN Menurut Liu, analisis sentimen merupakan suatu bidang studi yang menganalisis pendapat, sentimen, evaluasi, penilaian, sikap dan emosi terhadap entitas seperti produk, layanan, organisasi, suatu masalah, peristiwa, topik dan attributnya [13].…”

Section: IIunclassified

Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier

Tuhuteru

Iriani

2018

jpit

View full text Add to dashboard Cite

− Twitter is one of the most popular online networking service that accessed by the community / citizen. The account @ambonlima which has proven their credibility, take the opportunity to provide the information about the electricity in Ambon Island, Maluku. Power outage in Ambon is become the issue lately and the community conveyed via tweets addressed to @ambonlima accounts such as complaints, criticisms or supports. The opinion is textual data which can be extracted to know the sentiment of society to the performance of PT. PLN Ambon. The purpose of this research is to to found out the sentimental level of the society about the electrical condition in Ambon by using sentiment analysis method. There are two classification method used in this research, Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). In this case, the researcher will compare both method to understand which method have better accuracy. The NBC classification results using 2 fold in validation process showed a better accuracy than other fold value, which is 67.2%. Positive sentiment obtained 67%, neutral sentiment 19% and negative sentiment 14%. Meanwhile, the SVM classification method also showed a better accuracy using 2 fold. Positive sentiment derived 24%, neutral sentiment 29%, and negative sentiment 47%. This study shows the average level of accuracy of SVM classification method is better than the NBC method, which is 76.42%. The presence of negative sentiment that is not more than 50% indicates the influence of account @ambonlima which is able to afford the electrical problems to the public in real time. Abstrak  Media sosial Twitter saat ini menjadi layanan internet yang paling sering diakses oleh masyarakat. Hal ini dimanfaatkan oleh akun @ambonlima yang sudah teruji kredibilitasnya dalam menyediakan informasi sistem ketenagalistrikan di Pulau Ambon, Maluku. Pemadaman listrik yang terjadi di Pulau Ambon mengakibatkan banyaknya pendapat yang disampaikan melalui tweet yang ditujukan ke akun @ambonlima seperti keluhan, kritikan, maupun dukungan. Pendapat tersebut berupa data tekstual yang dapat diekstraksi untuk mengetahui sentiment masyarakat terhadap kinerja PT. PLN Cabang Ambon. Tujuan dari penelitian ini untuk mengetahui sentimen masyarakat di Pulau Ambon terhadap kondisi kelistrikan yang terjadi dengan menggunakan metode analisis sentimen. Metode klasifikasi sentimen yang digunakan, yaitu Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Perbandingan performa dari kedua metode ini juga dilakukan untuk mengetahui mana yang memiliki akurasi yang lebih baik. Hasil yang diperoleh menggunakan metode klasifikasi NBC dengan 2 fold pada proses validasi menunjukkan tingkat akurasi yang lebih baik dibandingkan dengan nilai fold yang lain, yaitu sebesar 67.2%. Sentimen positif yang diperoleh dari klasifikasi NBC sebesar 67%, sentimen netral 19%, dan sentimen negatif 14%. Sementara itu, hasil analisis menggunakan metode klasifikasi SVM juga memiliki akurasi yang lebih baik ketika menggunakan 2 fold. Sentimen positif yang...

show abstract

“…Sedangkan sentimen analisis adalah suatu riset yang mengelola opini-opini dari topik tertentu untuk menghasilkan nilai positif, negatif, dan netral dari topik tersebut. Adapun opini-opini tersebut didapatkan melalui penambangan data dokumen, website, atau media sosial [6,7].…”

Section: Pendahuluanunclassified

“…Penelitian kedua yaitu sentimen analisis tweet berbahasa Indonesia dengan Deep Belief Network (DBN) dan hasil DBN dibandingkan dengan Naïve Bayes dan Support Vector Machine (SVM). Tujuan penelitian tersebut adalah untuk mengetahui hasil sentimen terhadap tweet berbahasa Indonesia di Twitter dan hasil akurasi DBN sebesar 93.31%, Naïve Bayes sebesar 79.10%, dan SVM sebesar 92.18% [7].…”

Section: Pendahuluanunclassified

Sentimen Analisis Tweet Pornografi Kaum Homoseksual Indonesia Di Twitter Dengan Naive Bayes

Pudjajana

Manongga

2018

Simet

View full text Add to dashboard Cite

ABSTRAKMedia sosial adalah salah satu media yang menghubungkan orang-orang diseluruh dunia. Namun media sosial juga menjadi sarana untuk penyebaran hal-hal negatif seperti pornografi. Berita pornografi yang mendapat banyak perhatian ditahun 2017 yaitu pornografi pada kaum homoseksual yang melakukan pesta seks di beberapa kota di Indonesia. Kehadiran para kaum homoseksual dilarang di Indonesia dan mendapat diskriminasi dari masyarakat. Penolakan yang dialami membuat kaum homoseksual membuat kaum tersebut menggunakan media sosial seperti Twitter untuk membuka diri di khalayak umum, mencari pasangan sejenis, dan mencari penghasilan. Penelitian ini dilakukan sentimen analisis pada tweet Twitter sebagai text mining menggunakan metode Naïve Bayes. Tujuan penelitian ini adalah mengetahui hasil sentimen positif dan negatif terhadap data uji tweet dan berdasarkan hasil pengujian tersebut dapat disampaikan kepada pengguna Twitter secara luas untuk menggunakan Twitter secara tepat. Selain itu juga, perhitungan Naive Bayes dibandingkan dengan k-Nearest Neighbor (k-NN) untuk mengetahui tingkat akurasi. Hasil sentimen analisis terhadap 500 data uji menunjukkan bahwa nilai sentimen negatif sangat tinggi yaitu 68.4%. Sedangkan hasil perbandingan akurasi kedua metode adalah metode Naïve Bayes sebesar 87.48% dan k-NN 85.40% dimana metode Naïve Bayes lebih akurasi dibanding metode k-NN.Kata kunci: twitter, sentimen analisis, homoseksual, naïve bayes, k-NN. ABSTRACT Social media is one of media that connects people around the world. However, social media is also a media for the spread of negative things such as pornography. The pornography news that gets a lot of attention in 2017 is

show abstract

Sentimen Analisis Tweet Berbahasa Indonesia Dengan Deep Belief Network

Cited by 51 publications

References 1 publication

Untitled

Untitled

Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier

Sentimen Analisis Tweet Pornografi Kaum Homoseksual Indonesia Di Twitter Dengan Naive Bayes

Contact Info

Product

Resources

About