Perbandingan Metode Lexicon-based dan SVM untuk Analisis Sentimen Berbasis Ontologi pada Kampanye Pilpres Indonesia Tahun 2019 di Twitter

.
Abstrak 

Penggunaan media sosial semakin hari semakin meningkat.

Salah satu media sosial yang popular saat ini adalah Twitter. 

Menjelang  pemilihan Presiden Republik Indonesia semakin banyak tweet yang membahas tentang kegiatan tersebut.

Hal ini menyebabkan topik kampanye pemilu memiliki peluang yang baik untuk dilakukan proses analisis sentimen.

Saat ini, mayoritas analisis sentimen di Indonesia dilakukan hanya menilai sentimen dari kalimat tanpa mengetahui apa entitas yang ada dalam kalimat.

Tujuan penelitian ini yaitu  melakukan  analisis sentimen dengan pendekatan  berbasis ontologi. 

Ontologi  digunakan dalam menyaring data yang akan digunakan.

Ontologi dalam penelitian ini adalah ekonomi dengan atribut finansial, lapangan kerja, dan kesejahteraan.

Proses analisis sentimen dilakukan dengan metode Lexicon-based dan Support Vector  Machine (SVM).

Proses akuisisi data diperoleh sejumlah 700.000 tweet.

Koleksi tersebut diseleksi berdasarkan ontologi ekonomi menghasilkan 16.998 tweet dan dilakukan pelabelan manual sebanyak 1.600.

Kemudian dilakukan pengolahan data hingga diperoleh dataset final sejumlah 1.050 tweet.

Berdasarkan hasil penelitian yang dilakukan akurasi yang diperoleh berdasarkan metode Lexicon-based adalah 39% dan metode SVM sebesar 83%.

Dari penelitian ini diketahui bahwa SVM mempunyai performa yang lebih baik dibandingkan dengan Lexicon-based.

Hasil Lexicon-based menunjukkan bahwa sentimen pada mayoritas atribut berupa netral.

Sedangkan hasil SVM menunjukkan bahwa sentimen pada mayoritas atribut (finansial dan kesejahteraan) berupa positif, sisanya (lapangan kerja) berupa netral.

Selanjutnya, proses ekstraksi dan pembuatan ontologi Bahasa Indonesia secara semi-otomatis  pada dataset perlu untuk dikembangkan pada penelitian berikutnya untuk menyempurnakan ontologi. 

Kata kunci: Analisis Sentimen, Twitter, Ontology, SVM, Lexicon

.
https://www.researchgate.net/publication/337656037_Perbandingan_Metode_Lexicon-based_dan_SVM_untuk_Analisis_Sentimen_Berbasis_Ontologi_pada_Kampanye_Pilpres_Indonesia_Tahun_2019_di_Twitter