ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP DOMPET ELEKTRONIK DENGAN METODE LEXICON BASED DAN K – NEAREST NEIGHBOR

Siti Saidah Salim
Universitas Gunadarma
Indonesia
Joanna Mayary
Universitas Gunadarma
Indonesia

Abstract

Analisis sentimen telah menempatkan peran sebagai alat bisnis intelijen. Kemampuan Analisis sentimen antara lain mengekstrak opini publik tentang topik tertentu, produk atau jasa yang di dalam nya terkandung teks-teks yang tidak terstruktur. Analisis sentimen merupakan proses untuk memahami, mengekstrak, dan mengolah data tekstual secara otomatis untuk mendapatkan informasi yang akurat, penerapannya pada transaksi elektronik mempengaruhi kebutuhan gaya hidup konsumen dan aktivitas berbelanja. Dompet elektronik adalah suatu metode pembayaran yang terbaru di Indonesia. Dompet elektronik diistilahkan sebagai  e-wallet, dompet digital, digital wallet atau electronic wallet. Penelitian ini mengadopsi analisis sentimen dengan metode Lexicon Based dan K-Nearest Neighbor. Tahapan penelitian terdiri dari analisis sumber data, preprocessing data, klasifikasi sentimen dengan metode Lexicon Based untuk menentukan sentimen positif dan negatif, klasifikasi dengan metode K-Nearest Neighbor untuk perhitungan akurasi dengan confusion matrix, visualisasi wordcloud dan histogram serta tampilan menggunakan packages shiny RStudio. Metode Lexicon Based menggunakan data OVO sebanyak 357 tweets, data GOPAY sebanyak 337 tweets, dan data LinkAja sebanyak 255 tweets. Hasil akhir perhitungan metode K-Nearest Neighbor dengan confusion matrix untuk tweet OVO diperoleh nilai akurasi sebesar 86,91%, tweet Gopay diperoleh nilai akurasi sebesar 94,05%, serta tweet LinkAja diperoleh nilai akurasi sebesar 76,31%.

Keywords
analisis, confusion matrix, K-Nearest Neighbor, Lexicon Based, sentimen
References

I. Utami, dan M. Marzuki, “Analisis sistem informasi banjir berbasis media twitter”, Jurnal Fisika Unand, vol. 9, no. 1, pp. 67-72, 2020.

S.K. Ravindran, and V. Garg, “Mastering social media mining with R”, Packt Publishing Ltd. UK., 2015, [ebook].

S. Jusoh, and HM. Alfawareh, “Applying fuzzy sets for opinion mining”, International Conference on Computer Applications Technology (ICCAT), pp. 1–5, 2013, http://doi.org/10.1109/ICCAT.2013.6521 965.

M. Rivki, dan AM. Bachtiar, “Implementasi algoritma K-Nearest Neighbor dalam pengklasifikasian follower twitter yang menggunakan Bahasa Indonesia”, Jurnal Sistem Informasi, vol. 13, no. 1, pp. 31-27, 2017.

I. Indriati, dan A. Ridok, “Analisis sentimen untuk meninjau aplikasi seluler menggunakan Metode Neighbor Weighted K-Nearest Neighbor (Nwknn)”, Jurnal Teknik Lingkungan dan Teknologi Berkelanjutan, vol. 3, no. 1, pp. 23-32, 2016.

U. Rofiqoh, RS. Perdana dan MA. Fauzi, “Analisis sentimen tingkat kepuasan pengguna penyedia layanan telekomunikasi seluler indonesia pada twitter dengan metode Support Vector Machine dan Lexicon Based Features”, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, e-ISSN, vol. 2548, pp. 964x, 2017.

RI. Pristiyanti, MA. Fauzi, dan L. Muflikhah, “Sentimen Analisis Peringkasan Review Film Menggunakan Metode Information Gain dan K-Nearest Neighbor”, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN., vol. 2548, pp. 964x, 2018.

MR. Huq, A. Ali, dan A. Rahman, “Analisis Sentimen Pada Data Twitter Menggunakan KNN dan SVM”, Jurnal Internasional Ilmu dan Aplikasi Komputer Lanjutan (IJACSA), vol. 8, no. 6, pp. 19-25, 2017.

YF. Safri, R. Arifudin, dan MA. Muslim, “K-Nearest Neighbor and Naive Bayes Classifier Algorithm in Determining The Classification of Healthy Card Indonesia Giving to The Poor”, Sci. J. Informatika, vol. 5, no. 1, pp. 18, 2018.

O. Nurdiana, J. Jumadi, dan D. Nursantika, “Perbandingan metode Cosine Similarity dengan metode Jaccard Similarity pada aplikasi pencarian terjemah Al-Qur’an dalam Bahasa Indonesia”, Jurnal Online Informatika, vol. 1, nO. 1, pp. 59-63, 2016.

A. Deviyanto, dan MDR. Wahyudi, “Penerapan analisis sentimen pada pengguna twitter menggunakan metode K-Nearest Neighbor”, Jurnal Informatika Sunan Kalijaga (JISKA), vol. 3, no. 1, pp. 1-13, 2018.

SK. Lidya, OS. Sitompul, dan S. Efendi, “Sentimen analisis pada teks Bahasa Indonesia menggunakan Support Vector Machine (SVM) dan K-Nearest Neighbor (K-NN)”, Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA), Universitas Sumatera Utara, ISSN: 2089-9815. 2015.

Fakultas Ilmu Komputer dan Teknologi Informasi

Information
PDF
5927 times PDF : 3535 times