Analisis Sentimen pada Twitter untuk Menilai Performansi Program Televisi dengan Kombinasi Metode Lexicon-Based dan Support Vector Machine

Abstract

Perkembangan media sosial, khususnya twitter berkembang sangat pesat. Twitter biasanya digunakan untuk mengomentari suatu produk, tokoh ataupun suatu program televisi. Komentar yang ditulis oleh para pengguna twitter dapat mencapai ratusan ribu bahkan jutaan tiap harinya. Dengan menggunakan komentar yang didapat dari twitter dapat melengkapi penilaian suatu program televisi yang selama ini dilakukan dengan menggunakan rating, dimana hal tersebut hanya mewakili dari segi kuantitas dan tidak dapat sepenuhnya dijadikan acuan dalam suatu penilaian. Maka dari itu, dengan menganalisis komentar dari media sosial twitter dirasa dapat melengkapi penilaian dari segi kualitas. Adapun cara yang dilakukan dalam menganalisis komentar Twitter adalah dengan melakukan proses analisis sentimen, dan metode yang digunakan pada penelitian ini adalah kombinasi dari metode lexicon-based dan Support Vector Machine. Berdasarkan hasil pengujian, kombinasi dari kedua metode tersebut terbukti dapat di implementasikan dalam menganalisa sentimen mengenai program televisi dengan nilai akurasi yang mencapai 80%. Nilai tersebut tidak dipengaruhi oleh perbandingan dari jumlah data latih dan data uji yang digunakan. Namun pada penelitian ini, data tweet yang di dominasikan oleh sentimen positif cenderung memiliki nilai akurasi yang lebih tinggi daripada data tweet yang memiiki jumlah sentimen yang seimbang ataupun yang di dominasikan oleh sentiment negatif.

Kata Kunci: Twitter, program televisi, analisis sentimen, lexicon-based, Support Vector Machine