Sentiment Analysis pada keyword “Telkom University” di Media Sosial Twitter (April-Mei 2014)Disusun oleh Farid Naufal Aslam (1201111322)

Universitas Telkom, Bandung2014

Pendahuluan

Twitter saat ini telah menjadi platform sosial yang populer bagi pengguna

untuk saling mencurahkan opini dan berbagi informasi. Banyaknya

pengguna yang menyampaikan opini mereka melalui twitter dapat

membentuk citra/gambaran terhadap sesuatu objek tertentu di media

tersebut. Berkembanganya teknologi yang ada, membuat opini yang

terbentuk di media sosial twitter ini dapat diukur secara kuantitatif melalui

suatu metode yang disebut dengan sentiment analysis.

Sentiment Analysis merupakan penggunaan pengolahan bahasa, analisis

teks dan komputasi linguistik untuk mengidentifikasi dan mengekstrak

informasi subyektif dari berbagai sumber. Fungsi dasar dari sentiment

analysis yaitu mengklasifikasikan polaritas suatu teks atau kalimat ke

dalam konteks positif, negatif ataupun netral. Penerapan dari sentyment

analysis ini pun sangat luas. Salah satunya telah dijelaskan dalam paragraf

sebelumnya yaitu pada analisis percakapan di media sosial untuk

mengetahui opini yang terbentuk di media sosial tersebut.

Dalam tulisan ini, penulis mencoba untuk menerapkan sentiment analysis

untuk mengetahui sentimen atau opini publik terhadap citra Telkom

University di media sosial twitter. Dalam menganalisis sentimen tersebut

penulis menggunakan 2 aplikasi yaitu topsy.com dan sentiment viz.

Pembahasan

Penggunaan sentyment analysis untuk menggali opini publik twitter tentang

keyword “Telkom University” didapat dilakukan dengan menggunakan

aplikasi sentyment analysis online. Ada beberapa tools online yang penulis

gunakan, salah satunya yaitu topsy.com.

Tampilan utama situs topsy.com

Topsy.com merupakan salah satu aplikasi twitter analytics yang dapat

digunakan secara gratis untuk menganalisis topik-topik tertentu pada

twitter. Untuk mendapatkan insight tentang suatu topik, pengguna hanya

perlu memasukkan keyword pada kolom search yang tersedia dalam kasus

ini keyword yang dimasukkan yaitu “Telkom University”.

Berikut hasil analisis keyword “Telkom University” pada topsy.com :

Hasil Pencarian keyword “Telkom University” pada topsy.com

Dari hasil pencarian yang dilakukan oleh topsy.com, tercatat bahwa ada

sekitar 9.524 tweet yang membahas keyword “Telkom University”.

Perkembangan jumlah tweet dengan keyword “Telkom University” dalam 1

bulan terakhir (18 April-18 Mei 2014) digambarkan pada grafik berikut :

Statistik jumlah tweet keyword “Telkom University” pada tanggal 18 April – 18 Mei 2014

Jumlah tweet terbanyak yang menyebutkan keyword “Telkom University

terjadi pada tanggal 1 Mei 2014 dengan jumlah sebanyak 612 tweet. Topik

yang dibicarakan dalam rentang waktu 18 April-18 Mei 2014 pun beragam,

namun salah satu topik yang dominan yaitu mengenai pendaftaran masuk

Telkom University tahun ajaran 2014/2015 dan beberapa event yang

terjadi di kampus Telkom University dalam rentang waktu tersebut. Berikut

beberapa contoh tweet yang populer :

Beberapa tweet mengenai “Telkom University” yang populer (18 April – 18 Mei 2014)

Sentiment analysis pada topsy.com digambarkan dengan penggunaan score

dimana score > 50 bernilai positif dan score < 50 bernilai negatif. Pada

keyword “Telkom University” topsy memberikan score total 65, yang

berarti mayoritas tweet-tweet dengan keyword “Telkom University”

memiliki sentimen yang positif.

Score sentiment analysis untuk keyword “Telkom University”

Selain topsy.com, penulis juga menggunakan tools sentiment viz yang

dibuat oleh NC State University. Pada tools sentiment viz, hasil analisis data

yang diperoleh lebih beragam dan mendalam. Beberapa hal yang dapat

dianalisis dengan menggunakan sentiment viz diantaranya yaitu sentiment,

timeline, & maps visualisation. Meskipun ada banyak fitur yang bisa

digunakan, tools ini memiliki kelemahan yaitu dalam hal penggunaan

bahasa yang hanya mendukung penggunaan bahasa inggris. yaitu :

1. Sentiment

Sentiment viz dapat menganalisis emosi yang terkandung dalam suatu

tweet dan digambarkan dalam bentuk grafik. Untuk keyword “Telkom

University” hasil yang didapatkan tergambar dalam grafik berikut :

Score sentiment analysis untuk keyword “Telkom University”

Pada grafik diatas titik titik berwarna hijau melambangkan sentimen

positif dan titik warna biru melambangkan sentimen negatif sehingga

dari grafik diatas, dapat terlihat bahwa sentimen publik twitter terhadap

Telkom University bernilai positif.

2. Timeline

Hasil lain yang dapat diperoleh dengan menggunakan sentiment viz

yaitu komposisi waktu dan sentimen yang terjadi pada waktu/jam

tertentu dalam bentuk timetable. Berikut hasil analisis timetable untuk

keyword “Telkom University” :

Timetable sentiment analysis keyword “Telkom University”

Pada gambar diatas Bar berwarna hijau pada timetable diatas

menunjukkan sentimen tweet positif sedangkan bar berwarna biru

menunjukkan sentimen negatif.

Dari timetable diatas dapat dilihat bahwa tweet-tweet dengan sentimen

positif muncul di pagi hari sekitar pukul 08.00 a.m. dengan jumlah yang

cukup dominan. Sedangkan tweet negatif hanya berjumah sedikit

dengan waktu kemunculannya diantarar jam 4.00 a.m sampai dengan

jam 08.00 a.m.

3. Maps

Hasil sentiment analysis yang diperoleh juga dapat ditampilkan dalam

bentuk visualisasi maps untuk mengetahui gambaran sekilas tentang

lokasi-lokasi tweet yang memiliki sentimen tertentu. Berikut visualisasi

sentiment analysis tweet dalam bentuk maps untuk keyword “Telkom

University”.

Visualisasi sentyment analysis tweet “Telkom University” pada map

Pada maps diatas, dapat dengan jelas terlihat bahwa persebaran tweet yang

memiliki sentimen tertentu hanya tersebar didaerah Jakarta dan Bandung.

Kesimpulan

Dari beberapa hasil analisis diatas dapat diambil beberapa kesimpulan.

Salah satunya yaitu mengenai sentimen publik terhadap Telkom University.

Dari beberapa tools yang digunakan yaitu Topsy.com dan Sentiment Viz,

Sentimen/opini publik terhadap Telkom University dominan positif.

Sedangkan untuk tweet bersentimen negatif jumlahnya sangat kecil. Hal Ini

berarti citra Telkom University di media sosial twitter cukup baik.

Beberapa hal yang bisa disimpulkan dari analisis diatas yaitu mengenai

waktu tweet. Tweet dengan sentimen positif memiliki kecenderungan

muncul dipagi hari. Sedangkan untuk lokasi tweet, Lokasi yang memiliki

intensitas tweet yang tinggi adalah Bandung dan Jakarta.

Daftar Pustaka

en.wikipedia.org/wiki/Sentiment_analysis

Pang, Bo; Lee, Lillian (2008). "4.1.2 Subjectivity Detection and Opinion Identification". Opinion Mining and Sentiment Analysis. Now Publishers Inc.

nytimes.com/2009/08/24/technology/internet/24emotion.html?_r=1

mashable.com/category/sentiment-analysis