Analisis Sentimen Data Tweet Menggunakan Model Jaringan Saraf Tiruan Dengan Pembobotan Delta Tf-idf

Chindy Amalia, Yuliant Sibaroni

Abstract

Abstrak Kritik dan saran masyarakat Indonesia sangat berpengaruh untuk meningkatkan fasilitas dan kinerja pemerintah Indonesia. Salah satu media untuk menampung saran tersebut yaitu twitter dengan mengunggah tweet masyarakat dapat mengungkapkan keluh kesah mereka. Tetapi, dengan tweet yang berjumlah ratusan bahkan ribuan akan menyulitkan pemerintah untuk mengetahui kesimpulan dari seluruh data tweet. Data tweet yang diambil sebagai acuan yaitu data yang berisi tanggapan positif dan negatif dari masyarakat Indonesia. Oleh karena itu, penelitian ini mencoba menganalisis tweet mengenai sentimen masyarakat terhadap rencan perpindahan ibukota Indonesia. Analisis dilakukan dengan melakukan klasifikasi tweet yang berisi sentimen masyarakat terhadap rencana perpindahan ibukota Indonesia. Metode klasifikasi yang digunakan dalam penelitian ini adalah Jaringan Saraf Tiruan (JST) dengan model Multi Layer Perceptron yang dikombinasikan dengan fitur ekstraksi untuk dapat mendeteksi negasi dan pembobotan menggunakan Delta TF-IDF. Hasil pengujian pada aplikasi yang dibangun memperlihatkan bahwa akurasi memberikan tingkat akurasi yang cukup baik yaitu 67,75%.

Kata kunci: Analisis sentimen, Jaringan Saraf Tiruan, Multi Layer Perceptron,TF-IDF, Delta TF-IDF

Abstract Criticism and suggestions from the Indonesian people are very influential to improve the facilities and performance of the Indonesian government. One of the media to accommodate the suggestion is that Twitter by uploading community tweets can express their complaints. However, with tweets that number in the hundreds or even thousands it will be difficult for the government to find the conclusions from all tweet data. The tweet data taken as a reference is data that contains positive and negative responses from the people of Indonesia. Therefore, this study tries to analyze a tweet about community sentiment towards the planned move of the Indonesian capital. The analysis was carried out by classification of tweets containing public sentiments towards the planned move of the capital Indonesia. The classification method used in this study is the Artificial Neural Network (ANN) with a Multi Layer Perceptron model combined with extraction features to be able to detect negation and weighting using Delta TF-IDF. The test results on the application built show that accuracy gives a fairly good level of accuracy that is 67.75%.

Keywords: sentiment analysis, artificial neural network, multi layer perceptron, TF-IDF, Delta TF-IDF

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0