Ekspansi Fitur Pada Analisis Sentimen Twitter Dengan Pendekatan Metode Word2vec

Abstract

Media sosial yang kemajuannya semakin pesat memfasilitasi para pengguna media sosial untuk memberikan sebuah opini, entah itu opini positif atau negatif. Salah satu sosial media yang digunakan adalah twitter, dari opini yang pengguna unggah pada twitter tersebut akan ada kosa kata yang tidak terstruktur yang dapat di manfaatkan untuk melakukan penelitian analisis sentimen. Pada penelitian ini, dilakukan percobaan untuk mengetahui pengaruh dari pembobotan TF-IDF dan pengaruh penerapan feature expansion dengan pendekatan Word2Vec pada klasifikasi SVM dan KNN. Hasil penelitian didapatkan akurasi sebesar 83.7% pada SVM dan 83% pada KNN, kemudian pengaruh penerapan feature exspansion dengan pendekatak Word2Vec menghasilkan akurasi 84% pada SVM. Kata kunci : analisis sentimen, feature expansion, Word2Vec, SVM, KNN