Analisis Sentimen Berbasis Ontologi di Level Kalimat untuk Mengukur Persepsi Produk
Abstrak: Penelitian ini
bertujuan untuk melakukan analisis sentimen pada data tweetsyang diambil dengan
menggunakan kerangka ontologi dan menggunakan algoritma klasifikasi naïve bayes
untuk proses klasifikasinya. Penelitian ini didasarkan pada adanya kebiasaan
pengguna twitter yang sering menulis pendapat, ekspresi, atau sentimen terkait
produk tertentu, khususnya smartphone. Data tweets tersebut bisa digunakan
sebagai basis analisis untuk mendapatkan sentimen atas produk tertentu. Metode
yang digunakan dalam penelitian ini meliputi penggunaan kerangka ontologi untuk
pengambilan data tweets yang sesuai dengan domain pembahasan dan penggunaan
algoritma klasifikasi naïve bayes untuk proses pengklasifikasian data tweets
sesuai dengan kategori yang ditentukan. Proses klasifikasi yang dilakukan
melewati 3 buah lapisan klasifikasi untuk lebih menajamkan hasil akhir
klasifikasi. Tiga lapisan klasifikasi yang digunakan meliputi klasifikasi
buzz/promo(digunakan untuk memisahkan tweets promo dan bukan promo),
klasifikasi subyektifitas (digunakan untuk memisahkan tweets bukan promo
menjadi tweets subyektif dan obyektif), dan klasifikasi sentimen(digunakan
untuk mendapatkan polaritas tweets subyektif dalam bentuk sentimenpositif,
negatif, atau netral). Hasil penelitian ini berupa perangkat lunak yang dapat mengklasifikasi
tweetsdengan tingkat akurasi yang tinggi. Perangkat lunak tersebut dilatih dan
diuji dengan komposisi 25:75, 50:50, dan 75:25dari data dan pengujian dilakukan
sebanyak 10 kali untuk setiap komposisi. tingkat akurasi klasifikasi rata-rata
dari sistem yang dihasilkan mencapai 84.16%, 86.15%, dan 87.54%. Perangkat
lunak ini dapat dikembangkan untuk membantu pihak-pihak terkait pemasaran
produk smartphonesebagai alat bantu untuk mengetahui tingkat sentimen dari pengguna
yang diekspresikan dalam bentuk tweets. Metode yang digunakan dalam penelitian
ini masih bisa dikembangkan untuk meningkatkan tingkat akurasi klasifikasi
sistem.
Penulis: Agus Subhan Akbar, Eko
Sediyono, Oky Dwi Nurhayati
Kode Jurnal: jptinformatikadd150240
