Survey Paper tentang Analisis Sentimen

Authors

  • Theo Walasary Universitas Atma Jaya Yogyakarta

DOI:

https://doi.org/10.24002/konstelasi.v2i1.5378

Abstract

Masyarakat pada zaman ini, mulai berkembang dengan Teknologi Internet. Teknologi internet merupakan kemajuan teknologi informasi yang sangat nyata dan berpengaruh besar dalam kehidupan sehari hari. Analisis Sentimen adalah salah satu teknologi internet yang berpengaruh dalam perkembangan teknologi internet dibidang social media. Analisis sentimen merupakan suatu Teknik pengekstrak data teks yang digunakan untuk memperoleh informasi. Terdapat beberapa tingkatan dalam Analisis Sentimen yang bertujuan untuk mengetahui positif dan negatif dalam penggunaan teknologi internet. Beberapa metode yang digunakan dalam melakukan analisis sentiment seperti Machine Learning dan Lexican Based Approach. Tujuan dari penelitian ini adalah diharapka dapat membantu masyarakat dalam menggunakan teknologi internet dengan baik dan efisien.

References

Y. S. S, “Perubahan Sosial Budaya Masyarakat Indonesia dan Perkembangan Teknologi Komunikasi,” J. Al-Bayan, vol. 24, no. 1, pp. 29–46, 2018.

Z. Lathifah and D. P. Lubis, “Hubungan Pengguna Media Sosial dengan Perkembangan Usaha Kecil dan Menengah Kuliner Wilayah Solo Raya,” J. Komun. Pembang., vol. 16, no. 1, pp. 75–88, 2013.

T. Sulistyaningtyas, J. Jaelani, and D. Wakita, “Perubahan Cara Pandang dan Sikap Masyarakat Kota Bandung Akibat Pegaruh Gaya Hidup Digital,” J. Sosioteknologi, pp. 157–168, 2012, [Online]. Available: https://media.neliti.com/media/publications/41549-none-09d6ec7a.pdf.

S. F. Soliha, “Tingkat Ketergantungan Pengguna Media Sosial dan Kecemasan Sosial,” J. Interak., vol. 1, no. 4, pp. 1–10, 2015.

H. S. Wahyudi and M. P. Sukmasari, “Teknologi dan Kehidupan Masyarakat,” J. Anal. Sosiol., vol. 3, no. 1, pp. 13–24, 2014.

S. Christina and D. Ronaldo, “A Survey of Sentiment Analysis Using Sentiwordnet on Bahasa Indonesia,” J. Teknol. Inf., vol. 12, no. 2, pp. 69–73, 2018.

P. Y. Saputra, D. H. Subhi, and F. Z. Winatama, “Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah di Youtube Menggunaa Alogaritma Naive Bayes,” J. Inform. Polinema, vol. 5, no. 3, pp. 209–213, 2012.

R. B. Anggara, “Sentimen Analisis Komentar Youtube Menggunaan C4.5 dan Adaptive Boosting,” Universitas Sriwijaya, 2019.

R. Novendri, A. S. Callista, D. N. Pratama, and C. E. Puspita, “Sentiment Analysis of YouTube Movie Trailer Comments Using Naïve Bayes,” Bull. Comput. Sci. Electr. Enginering, vol. 1, no. 1, pp. 26–32, 2020, doi: 10.25008/bcsee.v1i1.5.

I. Kurniasari, Kusrini, and H. Al Fatta, “Analisis Sentimen Opini Publik pada Instagram mengenai Covid-19 dengan SVM,” J. Sist. Telekomun. Elektron. Sist. Kontrol Power Sist. Komput., vol. 1, no. 1, pp. 67–74, 2021.

M. Azmi, A. K. Huda, and A. Setiyanto, “Pemanfaatan Data Instagram untuk Mengetahui Reputasi Tempat Wisata di Lombok,” J. Tek., 2019.

M. A. Furqon, D. Hermansyah, R. Sari, A. Sukma, Y. Akbar, and N. A. Rakhmawati, “Analisis Sosial Media Pemeritah Daerah di Indonesia Berdasarkan Respons Wrganet,” J. Sosioteknologi, vol. 17, no. 2, pp. 177–190, 2018.

C. Prianto, N. H. Harani, and I. Firmansyah, “Analisis Sentimen Terhadap Kandidat Presiden Republik Indonesia Pada Pemilu 2019 di Media Sosial Twitter,” J. Media Inform. Budidarma, vol. 3, no. 4, pp. 405–413, 2019, doi: 10.30865/mib.v3i4.1549.

R. Y. Yanis and A. Iriani, “Analisis Sentimen terhadap Pelayanan BPJS Kesehatan pada Guru – guru SMK Eklesia dan Bina Insani Jailolo,” JUTEI, vol. 2, no. 2, pp. 113–122, 2018, doi: 10.21460/jutei.2018.22.105.

C. A. Haryani, H. Tohari, Maramah, and Y. A. Nurrahman, “Sentimen Analisis Kepuasan Pelanggan E-commercsssse Menggunakan Lexicon Sentimen Analisis Kepuasan Pelanggan E-commerce Menggunakan Lexicon Classification dengan R,” in Konferensi Nasional Sistem Informasi, 2018, no. November, pp. 189–196.

A. S. Widagdo, W. B. S. A, and A. Nasiri, “Analisis Tingkat Kepopuleran E-Commerce di Indonesia Berdasarkan Sentimen Sosial Media Menggunakan Metode Naïve bayes,” J. Inf. Politek. Indonusa Surakarta, vol. 6, no. 1, pp. 1–5, 2020.

F. V. Sari, “Analisis Sentimen Pelanggan Toko Online JD.ID Menggunakan Metode Naive Bayes Classifier Berbasis Konversasi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.

I. Subagyo, L. D. Yulianto, W. Permadi, A. W. Dewantara, and A. D. Hartono, “Sentiment Analisis Review Film Di IMDB Menggunakan Algoritma SVM,” J. Sist. Inf. dan Teknol. Inf., vol. 8, no. 1, pp. 47–56, 2019.

I. F. Rozi, E. N. Hmdana, and M. B. I. Alfahmi, “Pengembangan Aplikasi Analisis Sentimen Twitter Menggunakan Metode Naive Bayes Classifier (Studi Kasus SAMSAT Kota Malang),” J. Inform. Polinema, vol. 4, no. 2, pp. 149–154, 2018.

Wijanarto and S. P. Brilianti, “Peningkatan Performa Analisis Sentimen Dengan Resampling dan Hyperparameter pada Ulasan Aplikasi BNI Mobile,” J. Eksplora Inform., no. September 2018, pp. 140–153, 2020, doi: 10.30864/eksplora.v9i2.333.

A. Fauzi, M. F. Akbar, and F. A. A. Yudhi, “Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes,” J. Inform., vol. 6, no. 1, pp. 77–83, 2019.

H. Tuhuteru, “Analisis Sentimen Masyarakat Terhadap Pembatasan Sosial Berksala Besar Menggunakan Algoritma Support Vector Machine,” Infoemation Syst. Dev., vol. 4, no. 1, pp. 7–13, 2020.

S. Thomas, Yuliana, and N. P, “Studi Analisis Metode Analisis Sentimen pada YouTube,” Journl Inf. Technol., vol. 1, no. 1, pp. 1–7, 2021.

M. Saraswati and D. Riminarsih, “Analisis Sentimen Terhadap Pelayanan KRL Commuterline Berdasarkan Data Twitter Menggunakan Alogaritma Bernoulli Bayes,” J. Ilm. Inform. Komput., vol. 25, no. 3, pp. 225–238, 2020.

M. Joshi, P. Prajapati, A. Shaikh, and V. Vala, “A Survey on Sentiment Analysis,” Int. J. Comput. Appl., vol. 163, no. April, pp. 34–38, 2017, doi: 10.5120/ijca2017913552.

L. Ardiani, H. Sujaini, and Tursina, “Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak,” J. Sist. dan Teknol. Inf., vol. 8, no. 2, pp. 183–190, 2020, doi: 10.26418/justin.v8i2.36776.

A. S. Akbar, E. Sediyono, and O. D. Nurhayati, “Analisis Sentimen Berbasis Ontologi di Level Kalimat untuk Mengukur Persepsi Produk,” Jurna Sist. Inf. Bisnis, vol. 02, pp. 84–97, 2015.

E. S. Oktaviani, “Analisis Sentimen Berbasis Aspek Menggunakan Metode Support Vector Machine pada Data Ulasan Restaurant,” Universitas Gadjah Mada, 2020.

W. Nengsih, M. M. Zein, and H. Nazifa, “Coarse-Grained Sentiment Analysis Berbasis Natural Language Processing – Ulasan Hotel ( Coarse-Grained Sentiment Analysis Based on Natural Language Processing - Hotel Review ),” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 10, no. 1, pp. 41–48, 2021.

V. A. Flores, J. Lie, and Linawati, “Analisis Sentimen untuk Mengetahui Kelemahan dan Kelebihan Pesaing Bisnis Rumah Makan Berdasarkan Komentar Positif dan Negatif di Instagram,” Maj. Ilm. Teknol. Elektro, vol. 19, no. 1, pp. 49–54, 2020.

Andreyestha, “Analisis Sentimen Masyarakat Terhadap Fenomena Teroris Melalui Twitter di Indonesia,” J. Kaji. Ilm., vol. 19, no. 3, pp. 239–247, 2016, [Online]. Available: Sentiment Analysis, Text Mining, Terrorists, Terrorism, Opinion.

F. Size and T. O. F. Contents, “Analisis Sentimen Pada Twitter Mahasiswa Menggunakan Metode Backpropagation,” J. Inform., vol. 12, no. 1, pp. 103–109, 2019.

B. S. Rintyarna, “Sentiment Analysis pada Data Twitter dengan Pendekatan Naïve Bayes Multinomial,” J. Sist. dan Teknol. Inf. Indones., vol. 2, no. 1, pp. 1–6, 2016.

F. F. Mailo and L. Lazuardi, “Analisis Sentimen Data Twitter Menggunakan Metode Text Mining Tentang Masalah Obesitas di Indonesia,” J. Inf. Syst. Public Heal., vol. 4, no. 1, pp. 28–35, 2019.

F. Rhutomo, P. Y. Saputra, and M. A. Fidyawan, “Implementasi Twitter Sentiment Analysis untuk Review Film Menggunakan Aligaritma Support Vector Machine,” J. Inform. Polinema, vol. 4, no. 2, pp. 93–100, 2016.

Downloads

Published

2022-04-21

Issue

Section

Articles