Upload
farid-naufal-aslam
View
106
Download
0
Embed Size (px)
DESCRIPTION
Sentyment analysis
Citation preview
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