Cover Image

Analisa Sentimen Menggunakan Lexicon Based Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Rokok Pada Media Sosial Twitter

Main Authors: Kusumawati, Iin, , Endang Wahyu Pamungkas, S.Kom., M.Kom.
Format: Karya Ilmiah NonPeerReviewed application/pdf
Bahasa: eng
Terbitan: , 2017
Subjects:
Q Science (General)
QA Mathematics
QA76 Computer software
T Technology (General)
TN Mining engineering. Metallurgy
Online Access: http://eprints.ums.ac.id/49476/2/Surat%20Pernyataan%20Publikasi%20Ilmiah.pdf
http://eprints.ums.ac.id/49476/3/NASKAH%20PUBLIKASI.pdf
http://eprints.ums.ac.id/49476/
ctrlnum 49476
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://eprints.ums.ac.id/49476/</relation><title>Analisa Sentimen Menggunakan Lexicon Based Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Rokok Pada Media Sosial Twitter</title><creator>Kusumawati, Iin</creator><creator>, Endang Wahyu Pamungkas, S.Kom., M.Kom.</creator><subject>Q Science (General)</subject><subject>QA Mathematics</subject><subject>QA76 Computer software</subject><subject>T Technology (General)</subject><subject>TN Mining engineering. Metallurgy</subject><description>Perkembangan teknologi memberi dampak pada kemudahan mengakses dan membagi informasi, terutama media sosial twitter. Pesan yang dikirim pada twitter dapat berupa berita terkini, gagasan, opini maupun curahan hati. Menurut situs alexa, twitter berada pada peringkat kedelapan situs global. Dan menurut situs eBizMBA, pengguna twitter pada periode September 2016 mencapai jumlah 310 juta. Informasi yang tertuang pada media sosial sebagian besar berupa opini. Dari banyaknya opini, dapat dimanfaatkan pihak-pihak tertentu untuk mengevaluasi keadaan kedepannya. Keadaan ini dapat berupa keadaan negatif maupun positif. Maka dari itu, diperlukan adanya teknik untuk dapat menggolongkan opini sesuai sentimen positif atau sentimen negatif. Teknik yang digunakan yaitu opinion mining dan sentiment analysis. Salah satu metode dari sentiment analysis yaitu lexicon based. Lexicon based didasarkan pada orientasi kontekstual sentimen pada jumlah orientasi sentimen pada setiap kata atau kalimat. Oleh karena itu, penelitian ini mencoba menganalisis persepsi masyarakat kedalam kelas sentimen menggunakan metode lexicon based dengan SentiWordNet. Dataset yang digunakan adalah tweets mengenai kenaikan harga rokok dalam bahasa indonesia berjumlah 350 buah. Data diklasifikasikan sesuai SentiWordNet pada tiap-tiap kata dalam kalimat. Untuk kata yang memiliki lebih dari satu arti maka synset dipilih berdasarkan metode First Sense dari SentiWordNet yang muncul paling popular. Hasil dari penelitian ini adalah perolehan nilai accuracy tertinggi sebesar 81% untuk tipe opini netral. Sedangkan nilai precision dan recall, tipe opini negatif mempunyai nilai lebih tinggi dibandingkan tipe opini lain dengan nilai precision yaitu 53% dan nilai recall sebesar 57%.</description><date>2017</date><type>Other:Karya Ilmiah</type><type>PeerReview:NonPeerReviewed</type><type>File:application/pdf</type><language>eng</language><identifier>http://eprints.ums.ac.id/49476/2/Surat%20Pernyataan%20Publikasi%20Ilmiah.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://eprints.ums.ac.id/49476/3/NASKAH%20PUBLIKASI.pdf</identifier><identifier> Kusumawati, Iin and , Endang Wahyu Pamungkas, S.Kom., M.Kom. (2017) Analisa Sentimen Menggunakan Lexicon Based Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Rokok Pada Media Sosial Twitter. Tugas Akhir thesis, Universitas Muhammadiyah Surakarta. </identifier><relation>L200130008</relation><recordID>49476</recordID></dc>
language eng
format Other:Karya Ilmiah
Other
PeerReview:NonPeerReviewed
PeerReview
File:application/pdf
File
author Kusumawati, Iin
, Endang Wahyu Pamungkas, S.Kom., M.Kom.
title Analisa Sentimen Menggunakan Lexicon Based Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Rokok Pada Media Sosial Twitter
publishDate 2017
topic Q Science (General)
QA Mathematics
QA76 Computer software
T Technology (General)
TN Mining engineering. Metallurgy
url http://eprints.ums.ac.id/49476/2/Surat%20Pernyataan%20Publikasi%20Ilmiah.pdf
http://eprints.ums.ac.id/49476/3/NASKAH%20PUBLIKASI.pdf
http://eprints.ums.ac.id/49476/
contents Perkembangan teknologi memberi dampak pada kemudahan mengakses dan membagi informasi, terutama media sosial twitter. Pesan yang dikirim pada twitter dapat berupa berita terkini, gagasan, opini maupun curahan hati. Menurut situs alexa, twitter berada pada peringkat kedelapan situs global. Dan menurut situs eBizMBA, pengguna twitter pada periode September 2016 mencapai jumlah 310 juta. Informasi yang tertuang pada media sosial sebagian besar berupa opini. Dari banyaknya opini, dapat dimanfaatkan pihak-pihak tertentu untuk mengevaluasi keadaan kedepannya. Keadaan ini dapat berupa keadaan negatif maupun positif. Maka dari itu, diperlukan adanya teknik untuk dapat menggolongkan opini sesuai sentimen positif atau sentimen negatif. Teknik yang digunakan yaitu opinion mining dan sentiment analysis. Salah satu metode dari sentiment analysis yaitu lexicon based. Lexicon based didasarkan pada orientasi kontekstual sentimen pada jumlah orientasi sentimen pada setiap kata atau kalimat. Oleh karena itu, penelitian ini mencoba menganalisis persepsi masyarakat kedalam kelas sentimen menggunakan metode lexicon based dengan SentiWordNet. Dataset yang digunakan adalah tweets mengenai kenaikan harga rokok dalam bahasa indonesia berjumlah 350 buah. Data diklasifikasikan sesuai SentiWordNet pada tiap-tiap kata dalam kalimat. Untuk kata yang memiliki lebih dari satu arti maka synset dipilih berdasarkan metode First Sense dari SentiWordNet yang muncul paling popular. Hasil dari penelitian ini adalah perolehan nilai accuracy tertinggi sebesar 81% untuk tipe opini netral. Sedangkan nilai precision dan recall, tipe opini negatif mempunyai nilai lebih tinggi dibandingkan tipe opini lain dengan nilai precision yaitu 53% dan nilai recall sebesar 57%.
id IOS2728.49476
institution Universitas Muhammadiyah Surakarta
institution_id 249
institution_type library:university
library
library Perpustakaan Universitas Muhammadiyah Surakarta
library_id 555
collection Digital Repository Universitas Muhammadiyah Surakarta
repository_id 2728
subject_area Agama
Ekonomi
Farmasi
city KOTA SURAKARTA
province JAWA TENGAH
repoId IOS2728
first_indexed 2017-02-25T15:11:33Z
last_indexed 2017-02-25T15:11:33Z
recordtype dc
_version_ 1765811090063622144
score 17.538404

Lihat Juga