Literatur Review: Metode Klasifikasi Pada Sentimen Analisis

Mona Cindo, Dian Palupi Rini, Ermatita Ermatita

Abstract


Sentimen analisis merupakan suatu ilmu yang mencari emosi ataupun opini masyarakat baik berupa teks, maupun dari vocal. Sentimen analisis merupakan salah satu cabang dari text mining yang sedang marak dilakukan saat ini. Pada dasarnya sentimen analisis memiliki dua tipe pendekatan yaitu machine learning dan lexicon based. Beberapa metode klasifikasi machine learning seperti naïve bayes, support vector machine, logistic regression dan lexicon-based sering digunakan untuk mendapatkan hasil yang terbaik. Selain itu pemilihan fitur ekstraksi yang tepat dapat meningkatkan tingkat akurasi data dalam menentukan sentimen. Fitur ekstraksi ini memanfaatkan seluruh sumber resource dan karakteristik data yang telah dikumpulkan sehingga membantu metode klasifikasi dalam menentukan sentimen.

Kata Kunci: Sentiment Analisis, Text Mining, Klasifikasi, Machine Learning, Lexical-Based, Fitur Ekstraksi


Full Text:

PDF

References


D. Rosdiansyah and S. Agustian, “Analisis Sentimen Twitter Menggunakan Metode K-Nearest Neighbor dan Pendekatan Lexicone,” Tek. Inform. UIN SUSKA Riau, 2014.

M. Fachrurrozi and N. Yusliani, “ANALISIS SENTIMEN PENGGUNA JEJARING SOSIAL,” no. June 2016, 2015.

T. H. Nguyen, K. Shirai, and J. Velcin, “Sentiment analysis on social media for stock movement prediction,” Expert Syst. Appl., vol. 42, no. 24, pp. 9603–9611, 2015.

K.Kaviya and D. M. S. , K.K.Shanthini, “Micro-blogging Sentimental Analysis on Twitter Data Using Naïve Bayes Machine Learning Algorithm in Python Pre-processing Feature Selection Naïve Bayes classification Positive,” no. April, pp. 46–51, 2018.

S. Suryono et al., “Analisis Sentiment Pada Twitter Dengan Menggunakan,” pp. 9–15, 2018.

V. A. Kharde and S. S. Sonawane, “Sentiment Analysis of Twitter Data: A Survey of Techniques,” Int. J. Comput. Appl., vol. 139, no. 11, pp. 975–8887, 2016.

S. Gusriani, K. D. K. Wardhani, and M. I. Zul, “Analisis Sentimen Terhadap Toko Online di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes (Studi Kasus: Facebook Page BerryBenka),” 4th Appl. Bus. Eng. Conf., vol. 1, no. 1, pp. 1–7, 2016.

“Analisis Sentimen Menggunakan Support Vector Machine dan Maximum Entropy Sentiment Analysis Using Support Vector Machine and Maximum Entropy Method,” vol. 4, no. 2, pp. 2389–2395, 2017.

A. Ortigosa, J. M. Martín, and R. M. Carro, “Sentiment analysis in Facebook and its application to e-learning,” Comput. Human Behav., vol. 31, no. 1, pp. 527–541, 2014.

A. Fathan Hidayatullah, A. Sn, J. Teknik, I. Fakultas, and T. Industri, “ANALISIS SENTIMEN DAN KLASIFIKASI KATEGORI TERHADAP TOKOH PUBLIK PADA TWITTER,” Semin. Nas. Inform., vol. 2014, no. semnasIF, pp. 115–122, 2014.

N. A. M. Zamani, S. Z. Z. Abidin, N. Omar, and M. Z. Z. Abiden, “Sentiment Analysis : Determining People ’ s Emotions in Facebook 2 Related Work,” Appl. Comput. Sci., vol. ISBN: 978-, pp. 111–116, 2014.

N. D. Putranti and E. Winarko, “Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 8, no. 1, pp. 91–100, 2014.

G. S. Solakidis, K. N. Vavliakis, and P. A. Mitkas, “Multilingual sentiment analysis using emoticons and keywords,” Proc. - 2014 IEEE/WIC/ACM Int. Jt. Conf. Web Intell. Intell. Agent Technol. - Work. WI-IAT 2014, vol. 2, pp. 299–305, 2014.

G. Gautam and D. Yadav, “Sentiment analysis of twitter data using machine learning approaches and semantic analysis,” 2014 Seventh Int. Conf. Contemp. Comput., pp. 437–442, 2014.

B. W. Poonam and M. Kinikar, “Twitter Sentiment Analysis with Emoticons,” Ijecs.in, vol. 4, no. 4, pp. 11315–11321, 2015.

B. Gokulakrishnan, P. Priyanthan, T. Ragavan, N. Prasath, and A. Perera, “Opinion Mining and Sentiment Analysis on a Twitter Data Stream,” Int. Conf. Adv. ICT Emerg. Reg. (ICTer 2012), pp. 182–188, 2012.

M. Bouazizi and T. Ohtsuki, “Sentiment analysis in twitter: From classification to quantification of sentiments within tweets,” 2016 IEEE Glob. Commun. Conf. GLOBECOM 2016 - Proc., 2016.

A. Rachmat and Y. Lukito, “Klasifikasi Sentimen Komentar Politik dari Facebook Page Menggunakan Naive Bayes,” J. Inform. dan Sist. Inf. Univ. Ciputra, vol. 02, no. 02, pp. 26–34, 2016.

G. A. Buntoro, “Analisis Sentimen Hatespeech Pada Twitter Dengan Metode Naive Bayes Classifier Dan Support Vector Machine,” Din. Inform., vol. 5, no. September, 2016.

M. S. M. Suhaimin, M. H. A. Hijazi, R. Alfred, and F. Coenen, “Natural language processing based features for sarcasm detection: An investigation using bilingual social media texts,” ICIT 2017 - 8th Int. Conf. Inf. Technol. Proc., pp. 703–709, 2017.

A. G. Prasad, S. Sanjana, S. M. Bhat, and B. S. Harish, “Sentiment analysis for sarcasm detection on streaming short text data,” 2017 2nd Int. Conf. Knowl. Eng. Appl. ICKEA 2017, vol. 2017–Janua, no. 2009, pp. 1–5, 2017.

P. Antinasari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Film Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes Dengan Perbaikan Kata Tidak Baku,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1733–1741, 2017.

A. R. T. Lestari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Pilkada Dki 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Näive Bayes dan Pembobotan Emoji,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1718–1724, 2017.

A. Chandra Pandey, D. Singh Rajpoot, and M. Saraswat, “Twitter sentiment analysis using hybrid cuckoo search method,” Inf. Process. Manag., vol. 53, no. 4, pp. 764–779, 2017.

H. Watanabe, M. Bouazizi, and T. Ohtsuki, “Hate Speech on Twitter: A Pragmatic Approach to Collect Hateful and Offensive Expressions and Perform Hate Speech Detection,” IEEE Access, vol. 6, pp. 13825–13835, 2018.

H. S. Ginting, K. M. Lhaksmana, and D. T. Murdiansyah, “Klasifikasi Sentimen Terhadap Bakal Calon Gubernur Jawa Barat 2018 di Twitter Menggunakan Naive Bayes,” e-Proceeding pf Eng., vol. 5, no. 1, pp. 1793–1802, 2018.

A. Z. Riyadh, N. Alvi, and K. H. Talukder, “Exploring Human Emotion Via Twitter,” pp. 22–24, 2017.

I. Zulfa and E. Winarko, “Sentimen Analisis Tweet Berbahasa Indonesia Dengan Deep Belief Network,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 11, no. 2, p. 187, 2017.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Seminar Nasional Teknologi Komputer & Sains (SAINTEKS)