Kecendrungan Sentimen dengann Pendekatan Support Vector Machine pada Komunitas yang Berpengaruh di Twitter

ADINDA SUCI REZEKY TAMI BATUBARA

Informasi Umum

Kode

20.04.2473

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

265 kali

Informasi Lainnya

Abstraksi

Analisis sentimen adalah studi komputasional dari opini-opini orang. Analisis sentimen dapat mengelompokkan teks yang ada dalam kalimat atau dokumen tersebut, yang berupa sentimen positif dan sentimen negatif. Penelitian ini bertujuan untuk melihat kecendrungan sentimen masyarakat di twitter terhadap kegiaan investasi di Indonesia. Data yang digunakan berupada data cuitan dengan kata kunci “#investasimilenial”, “#investasi” dan “#bursaefekindonesia”. Cuitan yang didapat kemudian diolah dengan melakukan text preprocessing kemudian melakukan pelabelan pada setiap cuitan serta melakukan pembobotan TF-IDF pada setiap term dan selanjutnya dilakukan klasifikasi dengan menggunakan metode Support Vector Machine. Parameter yang digunakan dalam metode Support Vector Machine ini adalah kernel Linear. Metode Support Vector Machine digunakan karena metode ini memiliki tingkat akurasi yang tinggi dibandingkan dengan metode lainnya. Pengujian dilakukan dengan perhitungan precision, recall, F-Measure dan akurasi. Hasil klasifikasi yang diperoleh dengan pendekatan Support Vector Machine ini memiliki akurasi sebesar 0,87 atau 87%, presisi positif sebesar 0.88 atau 88%, presisi negatif 0,67 atau 67%, recall positif sebesar 0,98 atau 98%, recall negatif sebesar 0,22 atau 22%, f1-score positif sebesar 0,93 atau 93% dan f1-score negatif sebesar 0,33 atau 33%. Hasil yang didapatkan dari penelitian ini dapat membantu, mempermudah serta memberikan pertimbangan atau gambaran untuk pihak-pihak yang berkepentingan untuk melihat ketertarikan masyarakat dalam berinvestasi di Indonesia. Kata kunci : Analisis Sentimen, Support Vector Machine, Text Mining.