ANALISIS SENTIMEN TERHADAP PRODUK OTOMOTIF DARI …

ANALISIS SENTIMEN TERHADAP PRODUK

OTOMOTIF DARI TWITTER MENGGUNAKAN

KOMBINASI ALGORITMA K-NEAREST NEIGHBOR

DAN PENDEKATAN LEXICON

(STUDI KASUS: MOBIL TOYOTA)

Skripsi

Oleh

Mahdi Muhammad Rizki

11140910000100

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

2019 M / 1441 H

i

PERNYATAAN ORISINALITAS

ii

LEMBAR PERSETUJUAN

iii

LEMBAR PENGESAHAN

iv

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI

v

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah SWT, karena atas nikmat dan

rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penulisan skripsi ini

dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Sarjana

Komputer Program Studi Teknik Informatika Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta. Proses penyelesaian skripsi

ini tidak lepas dari berbagai bantuan, dukungan, saran, dan kritik yang telah penulis

dapatkan, oleh karena itu dalam kesempatan ini penulis ingin mengucapkan terima

kasih kepada:

1. Kedua Orang tua dan keluarga penulis yang selalu mendo’akan, dan

mendukung penulis dalam mengerjakan skripsi.

2. Ibu Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud., selaku Dekan Fakultas

Sains dan Teknologi.

3. Bapak Dr. Imam Marzuki Shofi, MT, selaku ketua Program Studi Teknik

Informatika, serta Bapak Andrew Fiade M.Kom., selaku sekretaris Program

Studi Teknik Informatika.

4. Ibu Fenty Eka Muzzayana A, M.Kom, selaku Dosen Pembimbing I dan Ibu

Nurul Faizah Rozy, MTI, selaku Dosen Pembimbing II yang telah

memberikan bimbingan, motivasi, dan arahan kepada penulis sehingga

skripsi ini bisa selesai dengan baik.

5. Seluruh Dosen, Staf Karyawan Fakultas Sains dan Teknologi, khususnya

Program Studi Teknik Informatika yang telah memberikan bantuan dan

kerjasama dari awal perkuliahan.

6. Kepada teman seperjuangan Teknik Informatika CCIT angkatan 2014 dan

khususnya teman - teman TI - A dan TI – B, yang sudah membantu penulis

dalam menyelesaikan skripsi ini, terima kasih atas dukungannya. Semoga

kita bisa lebih baik lagi dan sukses di masa yang akan datang.

7. Sahabat baik, teman berbagi cerita, suka duka, canda tawa bersama semasa

kuliah : Ilham Ramadhon, Khairatin, Ilham Aldair, Nur Adli, Novianto

vi

Wisnu, Rahmat Sasongko, Raka Setiawan, Rifal Nofri, Romi Indira,

Taufikur Rahman, Umar Wira, Yazid Gostanov.

8. Seluruh pihak yang secara langsung maupun tidak langsung membantu

penulis dalam menyelesaikan skripsi ini.

Akhir kata, penulis menyadari bahwa dalam penyajian skripsi ini

masih jauh dari sempurna. Apabila ada kebenaran dari penulisan ini maka

kebenaran tersebut datangnya dari Allah, tetapi apabila ada kesalahan dalam

penulisan ini maka kesalahan ini berasal dari penulis. Semoga skripsi ini

membawa manfaat bagi pengembangan ilmu. Penulis berharap Allah SWT

berkenan membalas segala kebaikan semua pihak yang telah membantu dan

meridhai segala usaha kita.

Jakarta, 8 November 2019

Mahdi Muhammad Rizki

11140910000100

vii

Nama : Mahdi Muhammad Rizki

Program Studi : Teknik Informatika

Judul : Analisis Sentimen Terhadap Produk Otomotif dari

Twitter Menggunakan Kombinasi Algoritma K-

Nearest Neighbor dan Pendekatan Lexicon

(Studi Kasus: Mobil Toyota)

ABSTRAK

Analisis sentiment merupakan cabang penelitian dari text mining. Dalam

dunia bisnis, opinion mining banyak digunakan untuk menganalisis secara otomatis

opini pelanggan tentang produk dan pelayanannya. Fokus dari opinion mining

adalah melakukan analisis opini dari suatu dokumen teks. Pengolahan kata dalam

penelitian ini berkaitan dengan proses klasifikasi dokumen tekstual ke dalam lima

kelas, yaitu gembira, marah, sedih, kecewa, dan takut. Data opini diperoleh dari

jejaring sosial Twitter berkaitan dengan komentar netizen terhadap produk otomotif

dari Toyota sebanyak 1000 komentar. Pada penelitian ini, penulis menggunakan

algoritma k-NN dalam mengklasifikasi data uji. Penelitian bertujuan untuk

mengetahui tingkat akurasi dari algoritma k-NN. Pengujian dilakukan dengan

menggunakan model confusion matrix pada data uji. Pengujian juga dilakukan

terhadap penentuan nilai k pada algoritma k-NN. Hasilnya, tingkat akurasi terbaik

kombinasi algoritma k-NN dan pendekatan lexicon yaitu sebesar 83% dengan nilai

k pada algoritma k-NN adalah k=3.

Kata kunci : Analisis Sentimen, opinion mining, text mining, Twitter,

klasifikasi, k-NN, Lexicon, Confusion Matrix.

Daftar Pustaka : 36 (2005 – 2019)

Jumlah Halaman : VI BAB + xiv Halaman + 107 Halaman + 32 Gambar + 31 Tabel

viii

Nama : Mahdi Muhammad Rizki

Program Studi : Teknik Informatika

Judul : Analisis Sentimen Terhadap Produk Otomotif dari

Twitter Menggunakan Kombinasi Algoritma K-


(Studi Kasus: Mobil Toyota)

ABSTRACT

Sentiment analysis is a research branch of text mining. In the business

world, opinion mining is widely used to automatically analyze customers ' opinions

about their products and services. The focus of opinion mining is to analyze the

opinion of a text document. The word processing in this study deals with the process

of classification of textual documents into five classes, namely joyful, angry, sad,

disappointed, and afraid. The opinion Data obtained from the Twitter social

network relates to netizens ' comments on automotive products from Toyota as much

as 1000 comments. In this study, the author used K-NN algorithm in classifying test

data. The research aims to determine the accuracy level of the algorithm K-NN.

Testing was conducted using a confusion matrix model in test data. Testing is also

done against the determination of the K-NN algorithm. The result, the best level of

accuracy algorithm combination k ¬-NN and lexicon approach of 83% with a value

of K on K-NN algorithm is k = 3.

Key-words : Sentiment analysis, opinion mining, text mining, Twitter,

Classification, k-NN, Lexicon, Confusion Matrix.

Bibliography : 36 (2005 – 2019)

Page Number : VI Chapters + xiv Pages + 107 Pages + 32 Pictures + 31 Tables

ix

DAFTAR ISI

PERNYATAAN ORISINALITAS ...................................................................................... i

LEMBAR PERSETUJUAN ............................................................................................... ii

LEMBAR PENGESAHAN ............................................................................................... iii

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI .............................................. iv

KATA PENGANTAR ........................................................................................................ v

ABSTRAK ........................................................................................................................ vii

ABSTRACT ..................................................................................................................... viii

DAFTAR ISI ...................................................................................................................... ix

DAFTAR GAMBAR ........................................................................................................ xii

DAFTAR TABEL ............................................................................................................ xiii

BAB I PENDAHULUAN .................................................................................................. 1

1.1. Latar Belakang .................................................................................................... 1

1.2. Rumusan Masalah ............................................................................................... 5

1.3. Batasan Masalah ................................................................................................. 5

1.4. Tujuan Penelitian ................................................................................................ 6

1.5. Manfaat Penelitian .............................................................................................. 6

1.6. Metodologi Penelitian ......................................................................................... 6

1.7. Sistematika Penulisan ......................................................................................... 7

BAB II TINJAUAN PUSTAKA ....................................................................................... 9

2.1 Analisis Sentimen ............................................................................................... 9

2.2 Industri Otomotif .............................................................................................. 10

2.3 Twitter ............................................................................................................... 10

2.3.1 Twitter API ............................................................................................... 11

2.3.2 Analisis Sentimen pada Twitter ................................................................ 11

2.3.3 Struktur Data Twitter ................................................................................ 12

2.4 Natural Language Proccessing (NLP) ............................................................. 13

2.5 Text Mining ....................................................................................................... 14

2.6 Pre-proccessing ................................................................................................ 16

2.7 Klasifikasi ......................................................................................................... 17

2.8 Metode Klasifikasi Analisis Sentimen .............................................................. 18

x

2.8.1 Supervised Learning ................................................................................. 18

2.8.2 Unsupervised Learning ............................................................................. 19

2.9 Algoritma .......................................................................................................... 20

2.9.1 Dasar Penyusunan Algortima .................................................................... 20

2.9.2 Struktur Dasar Algoritma .......................................................................... 21

2.9.3 Struktur Sekuensial ................................................................................... 21

2.9.4 Struktur Seleksi ......................................................................................... 22

2.9.5 Struktur Pengulangan ................................................................................ 22

2.10 Metode K-Nearest Neighbour (k-NN) .............................................................. 23

2.11 Confussion Matrix ............................................................................................. 24

2.12 Metode Simulasi ............................................................................................... 24

2.12.1 Problem Formulation ................................................................................ 25

2.12.2 Conceptual Model ..................................................................................... 26

2.12.3 Collection of Input/Output Data ............................................................... 26

2.12.4 Modelling Phase ....................................................................................... 26

2.12.5 Simulation Phase....................................................................................... 27

2.12.6 Verification, Validation and Experimentation .......................................... 27

2.12.7 Output Analysis Phase .............................................................................. 28

2.13 PHP ................................................................................................................... 28

2.14 Flowchart .......................................................................................................... 28

2.15 Basis Data ......................................................................................................... 30

2.15.1 Database Management System (DBMS) .................................................. 31

2.16 MySQL ............................................................................................................. 32

2.17 Studi Literatur Sejenis ....................................................................................... 33

BAB III METODOLOGI PENELITIAN ......................................................................... 36

3.1 Metode Pengumpulan Data ............................................................................... 36

3.1.1 Studi Pustaka ............................................................................................. 36

3.1.2 Observasi ................................................................................................... 36

3.2 Metode Simulasi ............................................................................................... 37

3.2.1 Problem Formulation (Formulasi Masalah) ............................................. 37

3.2.2 Conceptual Model (Pemodelan Konsep) .................................................. 38

3.2.3 Collection of Input/Output Data (Pengumpulan Data Masukan/Keluaran)

38

xi

3.2.4 Modelling Phase (Tahap Pemodelan) ....................................................... 38

3.2.5 Simulation Phase (Tahap Simulasi) .......................................................... 39

3.2.6 Verification, Validation, and Experimentation ......................................... 39

3.2.7 Output Analysis Phase (Fase Hasil Analisa) ............................................. 39

3.3 Skenario Pengujian ........................................................................................... 39

3.4 Kerangka Berfikir Penelitian ............................................................................ 40

BAB IV IMPLEMENTASI ............................................................................................. 41

4.1. Problem Formulation ........................................................................................ 41

4.2. Conceptual Model ............................................................................................. 42

4.2.1. Conceptual Model Text Mining ................................................................. 42

4.2.2. Conceptual Model Klasifikasi Sentimen dengan pendekatan Lexicon ..... 47

4.2.3. Conceptual Model Klasifikasi Sentimen dengan Kombinasi Algoritma K-

Nearest Neighbor dan Pendekatan Lexicon............................................................... 49

4.3. Collection Input/Output Data ........................................................................... 54

4.4. Modelling Phase ............................................................................................... 59

4.4.1. Konstruksi Pendekatan Lexicon ................................................................ 60

4.4.2. Konstruksi Kombinasi Algoritma k-Nearest Neighbor dan pendekatan

Lexicon 62

4.5. Simulation Phase .............................................................................................. 74

4.5.1. Tahap pengujian data uji ........................................................................... 75

4.6. Verification, Validation and Experimentation .................................................. 85

4.7. Output Analysis Phase ...................................................................................... 85

BAB V HASIL DAN PEMBAHASAN........................................................................... 86

5.1. Verification, Validation and Experimentation .................................................. 86

5.2. Output Analysis Phase ...................................................................................... 87

5.2.1. Hasil Klasifikasi Sentimen Kombinasi Algoritma K-Nearest Neighbor dan

Pendekatan Lexicon .................................................................................................. 87

5.2.2. Analisis Hasil Tingkat Akurasi Kombinasi Algoritma K-Nearest Neighbor

dan Pendekatan Lexicon ............................................................................................ 87

BAB VI KESIMPULAN DAN SARAN ......................................................................... 96

6.1. Kesimpulan ....................................................................................................... 96

6.2. Saran ................................................................................................................. 96

DAFTAR PUSTAKA ....................................................................................................... 97

LAMPIRAN .................................................................................................................... 102

xii

DAFTAR GAMBAR

Gambar 2. 1 Sistem Arsitektur Text Mining ......................................................... 15

Gambar 2. 2 Struktur Algoritma Sekuensial (Sumber: Kadir, 2012) .................... 21

Gambar 2. 3 Struktur Algoritma Seleksi (Sumber: Kadir, 2012) ......................... 22

Gambar 2. 4 Struktur Algoritma Pengulangan (Sumber: Kadir, 2012) ................ 22

Gambar 3. 1 Tahapan Pengumpulan Data Twitter ................................................. 37

Gambar 3. 2 Kerangka Berfikir Penelitian ............................................................ 40

Gambar 4. 1 Proses Dokumen Pre-proccessing .................................................... 42

Gambar 4. 2 Flowchart Normalisasi Kata ............................................................. 44

Gambar 4. 3 Flowchart Stopwords........................................................................ 45

Gambar 4. 4 Flowchart Algoritma Nazief dan Adriani ......................................... 47

Gambar 4. 5 Flowchart Diagram analisa pendekatan Lexicon ............................. 49

Gambar 4. 6 Flowchart Diagram Kombinasi k-NN dan Lexicon ......................... 50

Gambar 4. 7 Tahapan pelatihan data latih ............................................................. 51

Gambar 4. 8 Proses Case Folding ......................................................................... 51

Gambar 4. 9 Proses Filtering ................................................................................. 51

Gambar 4. 10 Proses Tokenizing .......................................................................... 52

Gambar 4. 11 Proses Normalisasi ......................................................................... 52

Gambar 4. 12 Proses stopwords dan stemming .................................................... 52

Gambar 4. 13 Hasil Proses Crawling .................................................................... 55

Gambar 4. 14 Tampilan Informasi Tingkat Akurasi Sistem Skenario 1 ............... 76

Gambar 4. 15 Tampilan Informasi Confusion Matrix Skenario 1 ........................ 77








xiii


Gambar 5. 1 Grafik Hasil Penelitian ..................................................................... 92

Gambar 5. 2 Hasil perhitungan F-Measure ........................................................... 93

xiii

DAFTAR TABEL

Tabel 1. 1 Penjualan mobil nasional 2018 dan 2019 (CNBC Indonesia) ................ 2

Tabel 2. 1 Tabel Klasifikasi (Sumber: Prasetyo, 2012) ........................................ 18

Tabel 2. 2 Confussion Matrix................................................................................ 24

Tabel 2. 3 Daftar Simbol Flowchart ...................................................................... 29

Tabel 2. 4 Studi Literatur Sejenis .......................................................................... 34

Tabel 4. 1 Tipe Data Input Kamus Lexicon Positif .............................................. 55

Tabel 4. 2 Tipe Data Input Kamus Lexicon Negatif ............................................. 55

Tabel 4. 3 Tipe Data Input Kamus Lexicon Negasi .............................................. 56

Tabel 4. 4 Tipe Data Input Kamus Emosi ............................................................. 56

Tabel 4. 5 Tipe Data Input Kamus KBBI ............................................................. 56

Tabel 4. 6 Tipe Data Input Kata Dasar ................................................................. 56

Tabel 4. 7 Tipe Data Input Kamus Stopwords ...................................................... 57

Tabel 4. 8 Tipe Data Input Data Latih .................................................................. 57

Tabel 4. 9 Tipe Data Input Data Uji ...................................................................... 57

Tabel 4. 10 Tipe Data Input Pelatihan .................................................................. 58

Tabel 4. 11 Tipe Data Pre Processing Query ........................................................ 58

Tabel 4. 12 Tipe Data Output Perhitungan Uji ..................................................... 58

Tabel 4. 13 Tipe Data Output Hasil Uji ................................................................ 59

Tabel 4. 14 Hasil identifikasi kata sentimen ......................................................... 62

Tabel 4. 15 Dokumen data latih ............................................................................ 63

Tabel 4. 16 Hasil casefolding pada data latih ....................................................... 64

Tabel 4. 17 Hasil filtering pada data latih ............................................................. 64

Tabel 4. 18 Hasil tokenizing pada data latih ......................................................... 65

Tabel 4. 19 Hasil normalisasi pada data latih ....................................................... 65

Tabel 4. 20 Hasil stopwords dan stemming pada data latih .................................. 66

Tabel 4. 21 Hasil pembobotan kata tf ................................................................... 67

Tabel 4. 22 Hasil pembobotan kata idf ................................................................. 68

Tabel 4. 23 Hasil Pembobotan Query Uji dengan data latih ................................. 70

xiv

Tabel 4. 24 Hasil perkalian skalar antara query dan data latih ............................. 71

Tabel 4. 25 Hasil panjang setiap dokumen ........................................................... 72

Tabel 4. 26 Simulasi Penelitian ............................................................................. 74

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Industri otomotif Indonesia telah menjadi sebuah pilar penting dalam sektor

manufaktur negara ini karena banyak perusahaan mobil yang terkenal di dunia

membuka (kembali) pabrik-pabrik manufaktur mobil atau meningkatkan kapasitas

produksinya di Indonesia, negara dengan ekonomi terbesar di Asia Tenggara.

Terlebih lagi, Indonesia mengalami transisi yang luar biasa karena berubah dari

hanya menjadi tempat produksi mobil untuk diekspor (terutama untuk wilayah Asia

Tenggara) menjadi pasar penjualan (domestik) mobil yang besar karena

meningkatnya produk domestik bruto (PDB) per kapita. Bagian ini mendiskusikan

industri mobil di Indonesia (indonesia-investments.com, 2017).

Pemerintah Indonesia bertekad untuk mengubah Indonesia menjadi pusat

produksi global untuk manufaktur mobil dan ingin melihat produsen-produsen

mobil yang besar untuk mendirikan pabrik-pabrik di Indonesia karena negara ini

bertekad untuk menggantikan Thailand sebagai pusat produksi mobil terbesar di

Asia Tenggara dan wilayah ASEAN. Dalam jangka panjang, Pemerintah ingin

mengubah Indonesia menjadi sebuah negara pemanufaktur mobil yang independen

yang memproduksi unit-unit mobil yang seluruh komponennya dimanufaktur di

Indonesia. Saat ini, Thailand mengontrol kira-kira 43,5% dalam konteks penjualan

di wilayah ASEAN, sementara Indonesia berada di posisi kedua dengan 34%

pangsa pasar (indonesia-investments.com, 2017).

Penjualan mobil nasional pada Januari 2019 turun 15,36% secara tahunan.

Penurunan penjualan mobil Januari 2019 ini merupakan yang terdalam sejak 2009.

Berdasarkan data Gaikindo yang disampaikan PT Astra International Tbk (ASII),

penjualan total kendaraan roda empat selama Januari 2019 tercatat hanya 81.218

unit. Padahal, pada periode yang sama tahun lalu, jumlah penjualan kendaraan

nasional mencapai 95.955 unit. Hampir semua agen tunggal pemegang merek

(ATPM) mengalami penurunan penjualan selama periode tersebut. Besaran

penurunan penjualan ATPM tersebut mulai dari 1%-28% .

2

Pada Januari 2018 penjualan mobil secara tahunan atau YoY tercatat naik

11,2% dan pada Januari 2017 naik 1,5%. Pada Januari 2016 tercatat turun 9,8% dan

Januari 2015 turun 9,1% (cnbcindonesia.com, 2019).

Tabel 1. 1 Penjualan mobil nasional 2018 dan 2019 (Sumber: CNBC Indonesia, 2019)

Produk

Total

Domestik

(unit)

Total

Domestik

(unit)

Total LCGC

(unit)

Total LCGC

(unit)

Januari 2018 Januari 2019 Januari 2018 Januari 2019

Astra 45.760 42.204 14.333 11.540

Non Astra 50.195 39.014 6.054 5.425

Beberapa hal yang menjadi perhatian khusus oleh konsumen dalam citra

perusahaan adalah adanya persaingan harga, reputasi perusahaan di mata

konsumen, pelayanan jasa yang diberikan penyedia jasa, dan adanya komitmen

organisasi yang ada dalam perusahaan tersebut. Diantara beberapa hal tersebut,

yang dianggap paling penting adalah pelayanan jasa yang diberikan penyedia jasa

terhadap konsumen. Hal tersebut dianggap penting karena pada pelayanan akan

menimbulkan beberapa presepsi bahwa pelanggan merasa puas atau merasa kecewa

(Febryanto, 2017).

J.D power Asia Pasifik mengemukakan bahwa tingkat kepuasan pelanggan

terhadap pelayanan merek di Indonesia mengalami peningkatan. Sementara Toyota

mendapat peringkat tertinggi dalam kepuasan pelayanan secara keseluruhan di

antara merek lainnya. Setelah ditotal dari berbagai variabel, nilai merek penguasa

pasar di Indonesia itu mencapai 769. Disebutkan bahwa Toyota tampil sangat baik

dalam hal konsultan layanan, fasilitas servis, dan kualitas servis. Nissan berada di

peringkat kedua (767), diikuti oleh Mitsubishi (766) dan Daihatsu (765)

(kompas.com, 2016).

Dengan fenomena tersebut, para pengguna banyak memberikan macam

pendapat, baik itu pendapat bersifat pujian maupun keluhan yang dipublikasikan di

3

berbagai media sosial, salah satunya adalah Twitter. Sebagai jawaban, pengguna

Twitter di seluruh dunia mencapai 328 juta (2018). Indonesia merupakan salah satu

negara dengan jumlah pengguna Twitter terbesar di dunia. Dari data yang dirilis

Twitter Indonesia pada akhir 2016 lalu, disebutkan bahwa 77 persen pengguna

Twitter di Indonesia merupakan pengguna aktif dan dilihat dari jumlah tweet yang

dihasilkan sepanjang 2016 yang mencapai 4.1 miliar tweet (BeritaSatu.com, 2017).

Twitter seringkali digunakan untuk mengungkapkan emosi mengenai

sesuatu hal, baik memuji ataupun mencela. Emosi dapat dikelompokkan menjadi

emosi positif dan emosi negatif. Emosi manusia dapat dikategorikan menjadi lima

emosi dasar yaitu cinta, senang, sedih, marah dan takut. Emosi cinta dan senang

termasuk kedalam emosi positif. Emosi sedih, marah, dan takut merupakan emosi

negatif. Dalam menganalisis sentimen masyarakat diperlukanlah klasifikasi suatu

opini baik positif maupun negative pada Twitter. Namun jika mengklasifikasi

dengan cara manual akan membutuhkan waktu dan usaha yang banyak dalam

pelaksanaannya. Oleh karena itu, dibutuhkan sebuah cara dalam mengklasifikasi

suatu opini tersebut dengan lebih cepat dan akurat. Salah satunya penggunaan Text

Mining yang berfungsi untuk menganalisis atau mengelompokkan dokumen atau

teks dari sejumlah besar dokumen atau teks (Yunita, 2017)

Analisis sentimen atau opinion mining merupakan proses memahami,

mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan

informasi sentimen yang terkandung dalam suatu kalimat. Minimumnya di dalam

analisis sentimen terdapat 2 kategori dalam menentukan sentimen yaitu kategori

sentimen positif dan negatif. Sentimen analisis sendiri merupakan salah satu model

klasifikasi data dengan pendekatan supervised learning di dalam machine learning.

Machine learning mempunyai 2 tipe teknik yaitu supervised learning dan

unsupervised learning (Brownlee, 2016).

Supervised learning adalah salah satu tipe algoritma machine learning yang

menggunakan data latih yang dikenal (training dataset) untuk membuat prediksi.

Sedangkan unsupervised learning adalah salah satu tipe algoritma machine

learning yang digunakan untuk menarik kesimpulan dari dataset yang terdiri dari

input data labeled response. Metode unsupervised learning yang paling umum

4

adalah analisa cluster, yang digunakan pada analisa data untuk mencari pola-pola

tersembunyi atau pengelompokan dalam data, sedangkan pada supervised learning

contoh yang paling umum adalah klasifikasi data. Mayoritas praktis dari machine

learning sendiri menggunakan supervised learning. Karena besarnya pengaruh dan

manfaat dari klasifikasi data menyebabkan penelitian dan aplikasi berbasis

klasifikasi data seperti text mining, analisis sentimen justru berkembang pesat

(Ghulam, 2016).

Berbagai metode telah dikembangkan dan diterapkan untuk klasifikasi teks.

Seperti K-Nearest Neighbor (K-NN), Naive Bayes Classifier (NBC), SVM, Deep

Learning. Kemudian beberapa klasifikasi yang bergantung dengan kamus atau

Knowledge Base Approach yakni Lexicon dan Point Mututal Information (Bo,

2014).

Alasan penulis menggunakan algoritma K-NN karena, menurut penelitian

(Kurniawan, 2017) KNN memiliki beberapa kelebihan yaitu bahwa dia tangguh

terhadap training data yang noisy dan efektif apabila data latih nya besar dan dapat

menghasilkan data yang lebih akurat. Menurut (Bo, 2014) Lexicon-Based

menggunakan dictionary atau kamus lexicon untuk melakukan penilaian terhadap

kata. Pada dictionary, kata-kata dipasangkan dengan nilai polaritasnya. Yang harus

dilakukan sebelum melakukan analisis menggunakan lexicon adalah menentukan

kata yang akan dianalis dari corpus. Dan metode Pointwise Mutual Inoformation

(PMI) memiliki kekurangan yaitu menghasilkan nilai semantic similarity yang

tinggi pada pasangan kata dengan probabilitas kemunculan rendah.

Pada penelitian ini akan dilakukan klasifikasi orientasi sentimen dalam 5

jenis yaitu gembira, marah, sedih, kecewa, dan takut menggunakan kombinasi

Algoritma K-Nearest Neighbor dan pendekatan Lexicon. Adapun topik dalam

penelitian ini adalah menentukan analisis sentimen terhadap produk otomotif dari

Toyota. Penulis menggunakan klasifikasi 5 emosi dikarenakan pada tahap akhir dari

penelitian akan dijelaskan tweet-tweet konsumen terhadap produk Toyota dari tiap-

tiap emosi.

5

Dari penjelasan di atas penulis merumuskan judul penelitian yaitu,

“Analisis Sentimen Terhadap Produk Otomotif dari Twitter Menggunakan

Kombinasi Algoritma K-Nearest Neighbor dan Pendekatan Lexicon (Studi

Kasus: Mobil Toyota)” dari judul tersebut diharapkan penulis akan mendapatkan

perbandingan akurasi dari kedua metode dalam menentukan orientasi sentimen.

1.2. Rumusan Masalah

Berdasarkan tujuan penelitian maka perumusan masalah utama adalah

“Bagaimana menganalisis sentimen pengguna terhadap produk mobil toyota dari

twitter menggunakan kombinasi algoritma k-nearest neighbor dan pendekatan

lexicon?”

1.3. Batasan Masalah

Dengan luasnya cakupan pembahasan, maka penulis membatasi ruang

lingkup pembahasan agar penulis dapat fokus pada pembahasan yang ada. Ruang

lingkup pembahasan adalah:

1. Tweet yang dianalisis sentimen hanya tweet tentang mobil merek

Toyota.

2. Klasifikasi sentimen dibagi menjadi lima, yaitu sentimen gembira,

marah, sedih, kecewa, dan takut.

3. Nilai k yang digunakan pada algoritma k-NN adalah k=1, k=3, k=5, K=9

dan k=10.

4. Menggunakan fitur seleksi TF-IDF pada algoritma K-NN.

5. Menggunakan data latih hasil crawling Twitter dengan tweet yang

merujuk mobil Toyota serta jumlah data latih sebanyak 900 tweet dan

data uji sebanyak 100 tweet.

6. Menggunakan kamus emosi dari EmoSenticNet.

7. Cakupan penelitian ini adalah sebatas menghitung akurasi kombinasi

algoritma K-Nearest Neighbor dan pendekatan Lexicon.

8. Bahasa Pemrograman yang digunakan Hypertext Preprocessor atau

PHP 7.1.11 dan Database MySql menggunakan XAMPP control panel.

9. Metode pengembangan sistem yang digunakan adalah metode simulasi.

6

1.4. Tujuan Penelitian

Tujuan dari penelitian ini ialah melakukan analisis sentimen pengguna

terhadap produk mobil merek Toyota dari Twitter menggunakan kombinasi

algoritma K-Nearest Neighbor dan pendekatan Lexicon.

1.5. Manfaat Penelitian

Manfaat yang didapatkan dari penelitian ini adalah:

1.5.1. Penulis

Mengaplikasikan ilmu-ilmu akademis yang didapat selama perkuliahan ke

dalam aplikasi Natural Language Processing (NLP) untuk identifikasi

sentimen twitter terkait mobil produk Toyota dengan menggunakan

kombinasi algoritma K-Nearest Neighbor (K-NN) dan pendekatan Lexicon.

1.5.2. Universitas

1. Mengetahui kemampuan mahasiswa dalam menguasai materi

perkuliahan.

2. Mengetahui kemampuan mahasiswa dalam menerapkan ilmunya dan

sebagai bahan evaluasi.

3. Memberikan gambaran tentang kesiapan mahasiswa dalam menghadapi

dunia kerja yang sebenarnya

1.5.3. Pembaca

Manfaat penelitian ini bagi pembaca yaitu:

1. Menambah wawasan pembaca mengenai bagaimana hasil dari

kombinasi algoritma K-Nearest Neighbor dan pendekatan Lexicon

dalam melakukan analisis orientasi sentimen terhadap data twitter.

2. Membantu pembaca untuk memahami bagaimana penggunaan

kombinasi algoritma K-Nearest Neighbor dan pendekatan Lexicon

dalam aplikasi berbasis PHP.

1.6. Metodologi Penelitian

Untuk mencapai tujuan penelitian, maka dalam penelitian ini penulis

menggunakan metode-metode sebagai berikut:

7

1.6.1. Pengumpulan Data

Metode pengumpulan data dilakukan dengan studi kepustakaan dan

literatur, yaitu dengan mencari buku-buku yang berkaitan serta jurnal

sebagai referensi dan melakukan observasi berupa crawling data.

1.6.2. Metode Simulasi

Pada penelitian ini Penulis melakukan simulasi terhadap sistem yang

dibuat. Adapun langkah-langkah yang dilakukan yaitu (Madani, Kazmi, &

Mahlknecht, 2014):

1. Problem Formulation

2. Conceptual Model

3. Input Output Data

4. Modelling

5. Simulation

6. Verification, Validation, Experimentation and Output Analysis

1.7. Sistematika Penulisan

Sistematika penulisan skripsi ini dibagi menjadi terdiri dari pokok-pokok

permasalahan yang dibahas pada masing-masing yang akan diuraikan menjadi

beberapa bagian.

BAB I PENDAHULUAN

Bab ini membahas tentang gambaran umum isi tugas akhir yang

meliputi latar belakang masalah, rumusan masalah, batasan masalah,

tujuan, manfaat penelitian, metodologi penelitian dan sistematika

penulisan.

BAB II TINJAUAN PUSTAKA

8

Bab ini menyajikan tentang teori-teori yang bersumber dari buku,

jurnal dan e-book berhubungan dengan fakta atau kasus yang sedang

dibahas.

BAB III METODOLOGI PENELITIAN

Bab ini membahas langkah-langkah yang dilaksanakan dalam proses

penelitian berkaitan dengan pengumpulan data dan metode yang

digunakan dalam melakukan simulasi.

BAB IV PERANCANGAN DAN PENGUJIAN SISTEM

Bab ini berisi tentang simulasi sistem dari perancangan sampai

pengujian sistem sesuai dengan metode yang digunakan pada sistem.

BAB V HASIL DAN PEMBAHASAN

Bab ini membahas tentang output yang dihasilkan berdasarkan

analisis perancangan dan implementasi yang dilakukan pada sistem.

BAB VI PENUTUP

Bab ini berisi mengenai beberapa kesimpulan dan saran berdasarkan

pembahasan pada bab-bab sebelumnya.

9

BAB II

TINJAUAN PUSTAKA

2.1 Analisis Sentimen

Analisis sentimen dikatakan sebagai opinion mining dapat digunakan dalam

berbagai kemungkinan domain/entitas dari produk dan jasa, peristiwa sosial dan

politik serta kegiatan tertentu lainnya. Opinion atau pendapat adalah pusat dari

semua aktifitas manusia karena merupakan pemberi pengaruh utama perilaku kita.

Opinion dan konsep sejenisnya seperti sentimen, evaluasi, sikap, dan emosi adalah

subjek studi tentang analisis sentiment (Liu, 2016).

Analisis sentimen merupakan topik penelitian yang aktif dibawah Natural

Language Proccessing yang bertujuam untuk membangun sebuah metode yang

dapat diimplementasikan menjadi sebuah tools yang dapat digunakan untuk

mengekstraksi informasi subjektif berupa sentiment atau opini dalam sebuah data

text. Kecenderungan penelitian tentang analisis sentimen berfokus pada pendapat

yang menyatakan suatu sentimen memiliki nilai positif atau negative (Liu, 2016).

Liu mencontohkan permasalahan kalimat sentimen pada kasus pemilihan

berikut: “(1) Saya membeli IPhone 7 enam bulan yang lalu. (2) Saya menyukai

kameranya yang memiliki kualitas gambar menakjubkan. (3) Ketahanan pemakaian

baterai juga sangat bagus. (4) Namun kurang baik karena tidak memiliki fitur fast

charging“.

Dari tulisan tersebut dapat dijelaskan sebagai berikut: tulisan ini memiliki

pendapat tentang suatu entitas/domain yaitu IPhone 7. Pada kalimat (2) dan kalimat

(3) kecenderungan pendapat positif terhadap IPhone 7 tentang kamera yang

menghasilkan kualitas gambar yang bagus dan ketahanan daya baterai yang bagus.

Sedangkan pada kalimat (4) mengekspresikan pendapat negatif tentang fitur

charging yang tidak ada.

10

2.2 Industri Otomotif

Industri otomotif ialah merancang, mengembangkan, memproduksi,

memasarkan, dan menjual serta melakukan purna jual kendaraan bermotor.

Pengertian otomotif jika dilihat dari fungsi kata otomotif’ yang berkedudukan

sebagai kata sifat, otomotif merupakan sesuatu yang berhubungan dengan alat yang

dapat berputar atau bergerak dengan sendirinya. Otomotif biasanya akan dikaitkan

dengan motor atau mesin yang dapat menggerakan benda yang lebih besar daripada

mesin/motor penggerak tersebut. Otomotif juga mempunyai kaitan yang sangat erat

dengan dunia industri dan transportasi di mana kedua bidang tersebut pada

umumnya akan menggunakan tenaga mesin atau motor untuk menggerakan alat

pada mobil, motor, bus, dan alat-alat besar yang sering kali digunakan di industri-

industri besar. Namun sayangnya sebgaian besar orang awam yang tidak mengenal

lebih jauh tentang pengertian otomotif akan menyamakan istilah otomotof dengan

berbagai macam alat transportasi seperti mobil, motor, dan bus. Dan bahkan ada

sebagaian orang yang menganggap istilah otomotif sama dengan mobil. Tentu saja

anggapan ini sangat salah karena pada dasarnya istilah otomotif lebih mengacu pada

mesin atau motor sebagai sumber pengerak mobil atau jenis transportasi lainnya

bukan sebagai mobilnya (Kompasiana.com, 2015)

2.3 Twitter

Twitter adalah sebuah situs web yang dimiliki dan dioperasikan oleh Twitter

Inc., yang menawarkan jaringan sosial berupa microblog sehingga memungkinkan

penggunanya untuk mengirim dan membaca pesan Tweets (Twitter, 2013).

Mikroblog adalah adalah satu jenis alat komunikasi online berupa pengguna dapat

memperbarui status tentang mereka yang sedang memikirkan dan melakukan

sesuatu, apa pendapat mereka tentang suatu objek atau fenomena tertentu. Tweets

adalah teks tulisan hingga 140 karakter yang ditampilkan pada halaman profil

pengguna. Tweets bisa dilihat secara publik, namun pengirim dapat membatasi

pengiriman pesan ke daftar teman-teman mereka saja. Pengguna dapat melihat

Tweets pengguna lain yang dikenal dengan sebutan pengikut (follower).

11

2.3.1 Twitter API

Application Programming Interface (API) merupakan fungsi-

fungsi/perintah-perintah untuk menggantikan bahasa yang digunakan dalam

system calls dengan bahasa yang lebih terstruktur dan mudah dimengerti

oleh programmer. Fungsi yang dibuat dengan menggunakan API tersebut

kemudian akan memanggil system calls sesuai dengan sistem operasinya.

Tidak tertutup kemungkinan nama dari system calls sama dengan nama di

API. Twitter menyediakan API yang diperuntukkan untuk developer yang

ada pada website https://developer.twitter.com. Twitter API terdiri dari 3

bagian yaitu :

a. Search API

Search API dirancang untuk memudahkan user dalam mengelola query

search di konten Twitter. User dapat menggunakannya untuk mencari

tweet berdasarkan keyword khusus atau mencari tweet lebih spesifik

berdasarkan username Twitter. Search API juga menyediakan akses

pada data Trending Topic.

b. REST API

REST API memperbolehkan developer untuk mengakses inti dari

Twitter seperti timeline, status update dan informasi user. REST API

digunakan dalam membangun sebuah aplikasi Twitter yang kompleks

yang memerlukan inti dari Twitter

c. Streaming API

Streaming API digunakan developer untuk kebutuhan yang lebih

intensif seperti melakukan penelitian dan analisis data. Streaming API

dapat menghasilkan aplikasi yang dapat mengetahui statistik status

update, follower dan lain sebagainya.

2.3.2 Analisis Sentimen pada Twitter

Definisi analisis sentimen twitter pada dasarnya merujuk pada

pendapat komentar yang ada pada media twitter. Pesan twitter lebih mudah

untuk dilakukan analisis karena penulisan yang dibatasi. Kalimat seringkali

https://developer.twitter.com/

12

memuat pendapat tunggal, meskipun tidak bersifat mutlak bahwa setiap

kalimat berisi pendapat tunggal. Dalam kasus lain terdapat kalimat dengan

pendapat lebih dari satu pada suatu kalimat namun ini hanya sebagian kecil

(Liu, 2016).

Pada dasarnya analisis sentimen merupakan tahapan klasifikasi.

Namun tahapan klasifikasi sentimen pada twitter yang tidak terstruktur

menyebabkan sedikit lebih sulit dibanding dengan klasifikasi dokumen

terstruktur. Langkah pertama adalah untuk mengklasifikasikan apakah

kalimat mengungkapkan pendapat atau tidak. Langkah kedua adalah

mengklasifikasikan kalimat-kalimat pendapat menjadi positif dan kelas

negatif.

2.3.3 Struktur Data Twitter

Untuk mendalami permasalahan analisis sentimen twitter diperlukan

pemahaman terhadap struktur data twitter itu sendiri. Twitter menjadi

sumber yang hampir tak terbatas yang digunakan pada text classification.

Menurut Go (2009), terdapat banyak karakteristik pada tweets twitter. Pesan

pada twitter memiliki banyak attribute yang unik, yang membedakan dari

media sosial lainnya:

1. Twitter memiliki maksimal panjang karakter yaitu 140 karakter.

2. Twitter menyediakan data yang bisa diakses secara bebas dengan

menggunakan Twitter API, mempermudah saat proses pengumpulan

tweets dalam jumlah yang sangat banyak.

3. Pengguna twitter mem-posting pesan melalui banyak media berbeda

untuk mengungkapkan pendapat tentang suatu topik atau kejadian

tertentu, sehingga merupakan sumber yang bagus dalam menemukan

pendapat orang lain.

4. Terdapat ragam topik didalamnya. Setiap pengguna dapat menuliskan

topik apapun pada pesan twitter.

13

2.4 Natural Language Proccessing (NLP)

Natural Language Processing (NLP) adalah salah satu bidang ilmu

komputer yang merupakan cabang dari kecerdasan buatan, dan bahasa (linguistik)

yang berkaitan dengan interaksi antara komputer dan bahasa alami manusia, seperti

bahasa Indonesia atau bahasa Inggris. Tujuan utama dari studi NLP adalah

membuat mesin yang mampu mengerti dan memahami makna bahasa manusia lalu

memberikan respon yang sesuai (Rio, 2016).

Natural Language Processing (NLP) merupakan salah satu cabang ilmu AI

yang berfokus pada pengolahan bahasa natural. Bahasa natural adalah bahasa yang

secara umum digunakan oleh manusia dalam berkomunikasi satu sama

lain. Bahasa yang diterima oleh komputer butuh untuk diproses dan dipahami

terlebih dahulu supaya maksud dari user bisa dipahami dengan baik oleh komputer.

Ada berbagai terapan aplikasi dari NLP. Diantaranya adalah Chatbot (aplikasi yang

membuat user bisa seolah-olah melakukan komunikasi dengan computer),

Stemming atau Lemmatization (pemotongan kata dalam bahasa tertentu menjadi

bentuk dasar pengenalan fungsi setiap kata dalam kalimat), Summarization

(ringkasan dari bacaan), Translation Tools (menterjemahkan bahasa) dan aplikasi-

aplikasi lain yang memungkinkan komputer mampu memahami instruksi bahasa

yang diinputkan oleh user (www.socs.binus.ac.id, 2013).

Berdasarkan (Putstejovsky & Stubbs, 2012) dalam penerapannya, tujuan

NLP untuk memahami bahasa manusia ini memiliki bahasa tantangan, yang antara

lain adalah sebagai berikut:

1. Penandaan kelas kata (part of speech tagging). Sulit untuk menandai kelas kata

(kata benda, kata kerja, kata sifat) suatu kata dalam teks karena pengelasan kata

sangat bergantung kepada konteks penggunaanya.

2. Segmentasi teks. Penentuan segmentasi sulit dilakukan pada bahasa tulis yang

tidak memiliki pembatas kata spsesifik seperti (Mandarin, Thailand dan Jepang)

serta bahasa lisan yang terkadang membaurkan bunyi antar kata.

3. Disambiguasi makna kata. Banyak kata yang memiliki lebih dari satu makna

baik dalam bentuk homonim maupun polisemi. Pembedaan makna hanya dapat

dilakukan dengan melihat konteks penggunaan.

14

4. Ambiguitas sintak. Suatu bahasa memiliki berbagai kemungkinan struktur

kalimat. Pemilihan struktur yang paling tepat biasanya membutuhkan gabungan

informasi semantik dan kontekstual.

Diluar dari kesulitan-kesulitan tersebut, NLP telah berhasil diterapkan untuk

berbagai tugas yang semula hanya dapat dilakukan oleh manusia. Beberapa bidang

populer dalam penerapan NLP adalah sebagai berikut:

1. Pemerolehan Informasi. Pencarian dokumen yang relevan, pencarian informasi

yang spesifik di dalam dokumen, serta pembuatan metadata.

2. Penjawaban pertanyaan. Secara otomatis menjawab pertanyaan yang diajukan

dengan bahasa alami dengan jawaban bahasa alami pula.

3. Perangkuman otomatis. Pembuatan versi singkat berisi butir-butir penting dari

suatu dokumen dengan menggunakan program komputer.

4. Penerjemahan mesin. Penerjemahan otomatis dari suatu bahasa alami ke bahasa

lain.

5. Pengenalan wicara. Pengubahan bahasa lisan menjadi masukan yang dikenali

oleh mesin, misalnya pada pendiktean bahasa lisan kepada komputer untuk

menghasilkan bahasa tulis atau pelaksanaan suatu perintah oleh komputer

berdasarkan bahasa lisan dari manusia.

6. Pengenalan karakter optis. Pengubahan penulisan tangan atau teks tercetak

menjadi dokumen yang dapat dikenali oleh mesin.

2.5 Text Mining

Menurut (Mooney, 2006), text mining memiliki definisi menambang data

yang berupa teks sumber data biasanya didapatkan dari dokumen, dan tujuannya

adalah mencari kata-kata yang dapat mewakili isi dari dokumen sehingga dapat

dilakukan analisa keterhubungan antar dokumen. Berikut ini merupakan tahapan

dari text mining:

1. Tahap Tokenizing

Tahap tokenizing adalah tahap pemotongan string input berdasarkan tiap kata yang

menyusunya. Contoh dari tahap ini adalah sebagai berikut:

a. Manajemen Pengetahuan (teks input)

b. Manajemen pengetahuan (hasil tokenizing)

15

2. Tahap Filtering

Tahap filtering adalah tahap mengambil kata-kata penting dari hasil tokenizing.

Bisa menggunakan stoplist (membuang kata yang kurang penting) dan wordlist

(menyimpan kata yang penting. Contoh dari tahap ini adalah sebagai berikut:

a. manajemen pengetahuan adalah sebuah konsep baru (hasil token).

b. manajemen pengetahuan konsep baru (hasil filtering)

3. Tahap Stemming

Tahap stemming adalah adalah tahap mencari root kata dari teks yang dimasukan.

Contoh dari tahap ini adalah sebagai berikut:

a. Memasukan (teks input)

b. Masuk (hasil stemming)

4. Tahap Analisis

Tahap analisis adalah tahap penentuan seberapa jauh keterhubungan antara kata-

kata dengan dokumen yang ada.

Berikut gambaran sistem arsitektur text mining yang dicantumkan pada buku

(Feldman, R., & Sanger, 2007)

Gambar 2. 1 Sistem Arsitektur Text Mining (Sumber: Feldman, 2007)

Penelitian dibidang text mining menangani masalah yang berkaitan dengan

representasi teks, klasifikasi, clustering, ekstraksi informasi atau pencarian dan

pemodelan pola. Dalam hal ini pemilihan karakteristik, juga domain penelitan dan

prosedur penelitian menjadi peran penting. Oleh karena itu, adaptasi dari algoritma

data mining dari teks yang diketahui sangat diperlukan. Maka dari itu untuk

mencapai hal ini seringkali berdasarkan penelitian sebelumnya text mining

bergantung pada information retrieval, natural language processing dan

information extraction. Selain itu juga penerapan metode data mining dan statistic

juga diterapkan untuk menangani masalah ini (Hotho, Nurnberger, & Paaß, 2005).

16

Information Retrieval (IR) adalah menemukan bahan (biasanya dokumen)

dari suatu keadaan yang tidak terstruktur (biasanya teks) yang memenuhi kebutuhan

informasi dari dalam kumpulan data yang besar (biasanya disimpan didalam

komputer) (Manning, dkk. 2009). Natural Language Processing (NLP) bertujuan

untuk mencapai hasil yang lebih baik dalam pemahaman bahasa alami dengan

menggunakan komputer. Sedangkan Ekstraksi Informasi (IE). Bertujuan untuk

menemukan informasi tertentu dari dokumen teks yang kemudian Ini disimpan

dalam basis data seperti pola sehingga dapat digunakan dan dimanfaatkan (Hotho

et al., 2005).

(Hotho et al., 2005) juga mengatakan bahwa pada penelitian text mining

diperlukan tahapan text preprocessing pada koleksi dokumen dan menyimpan

informasi tersebut dalam struktur data. Pendekatan text mining didasarkan pada

pemikiran bahwa dokumen teks dapat diwakili oleh satu set kata-kata, yaitu

dokumen teks digambarkan berdasarkan pada set kata-kata yang terkandung di

dalamnya.

2.6 Pre-proccessing

Pre-processing dalam proses klasifikasi dokumen digunakan untuk

membangun sebuah index dari koleksi dokumen. Index adalah himpunan term yang

menunjukkan isi atau topik yang dikandung oleh dokumen (Indriani, 2014).

Pembuatan inverted index harus melibatkan konsep linguistic processing

yang bertujuan meng-ekstra term-term penting dari dokumen yang dipresentasikan

sebagai bag-of-words. Ekstraksi term biasanya melibatkan tiga operasi utama,

antara lain:

a. Pemisahan rangkaian term (tokenization). Tokenization adalah tugas

memisahkan deretan kata di dalam kalimat, paragraph atau halaman menjadi

token atau potongan kata tunggal atau termedword. Tahapan ini juga

menghilangkan karakter-karakter tertentu seperti tanda baca dan mengubah

semua token ke bentuk huruf kecil (lower case).

b. Penghapusan stop-words. Stop word didefinisikan sebagai term yang tidak

berhubungan (irrelevant) dengan subyek utama dari database meskipun kata

17

tersebut sering kali hadir di dalam dokumen. Contoh stop words adalah

ada,adalah, adanya, adapun, agak, dll.

c. Stemming. Kata-kata yang muncul di dalam dokumen sering mempunyai

banyak varian morfologik. Karena itu, setiap kata yang bukan stop-words

direduksi ke stemmed word (term) yang cocok yaitu kata tersebut distem untuk

mendapatkan bentuk akarnya dengan menghilangkan awalan atau akhiran.

Dengan cara ini, diperoleh kelompok kata yang cocok berupa kata-kata di

dalam kelompok tersebut merupakan varian sintaktis dari satu sama lain dan

dapat menghimpun hanya satu kata per kelompok. Sebagai contoh,kata

terdaftar, pendaftaran berbagi-pakai term stem umum daftar, dan dapat

diperlakukan sebagai bentuk lain dari kata ini (Indriani, 2014)

2.7 Klasifikasi

Klasifikasi merupakan suatu metode untuk mengelompokkan sebuah objek

ke dalam kelompok atau kelas tertentu (Syafitri, 2010). Algoritma klasifikasi yang

banyak digunakan secara luas, yaitu Decision atau Classification Trees, Bayesian

Classifiers atau Naïve Bayes classifiers, Neural Networks, Analisa Statistik,

Algoritma Genetika, Rough Sets, K-Nearest Neighbor, Metode Rule Based,

Memory Based Reasoning, dan Support Vector Machines (SVM) (Leidiyana, 2013).

Proses ini dilakukan agar data atau citra dapat dikategorikan dalam suatu kelas

tertentu yang telah ditentukan.

Sebuah sistem klasifikasi juga harus diukur kinerjanya guna melihat tingkat

akurasi dan kesalahan dari sistem tersebut. Umumnya, pengukuran kinerja

klasifikasi dilakukan dengan matriks konfusi (confusion matrikx). Matriks konfusi

merupakan tabel pencatat hasil kerja klasifikasi. Tabel 2.2 merupakan contoh

matriks konfusi yang melakukan klasifikasi masalah biner pada dua kelas yaitu

kelas 0 dan 1. Setiap set 𝑓𝑖𝑗 dalam matriks menyatakan jumlah record/data dari kelas

i yang hasil prediksinya masuk ke kelas j. Misalnya, set 𝑓11 adalah jumlah data

dalam kelas 1 yang secara benar dipetakan ke kelas 1, dan 𝑓10 adalah data dalam

kelas 1 yang dipetakan secara salah kelas 0 (Prasetyo, 2012)

18

Tabel 2. 1 Tabel Klasifikasi (Sumber: Prasetyo, 2012)

𝑓𝑖𝑗 Kelas hasil prediksi (j)

Kelas = 1 Kelas = 0

Kelas Asli (i) Kelas = 1 𝑓11 (True Positive) 𝑓10 (False

Negative)

Kelas = 0 𝑓01 (False

Positive)

𝑓00 (True

Negative)

Berdasarkan isi matriks konfusi, dapat diketahui jumlah data dari masing-

masing kelas yang diklasifikasikan secara benar, yaitu (𝑓10+ 𝑓01) kuantitas matriks

konfusi dapat diringkas menjadi dua nilai, yaitu akurasi dan laju error.

Beradasarkan jumlah data yang diklasifikasi secara benar, maka dapat diketahui

akurasi hasil prediksi, dan dengan mengetahui jumlah data yang diklasifikasikan

secara salah, dapat diketahui laju error dari prediksi yang dilakukan. Dua kuantitas

ini digunakan sebagai matrik kinerja klasifikasi (Prasetyo, 2012).

Untuk menghitung akurasi digunakan formula sebagai berikut:

……………(2.1)

Untuk menghitung laju error (kesalahan prediksi) digunakan formula

……………(2.2)

2.8 Metode Klasifikasi Analisis Sentimen

Ada dua pendekatan utama dalam menentukan orientasi sentimen (Liu,

2016) yaitu, pendekatan supervised learning dan unsupervised learning.

2.8.1 Supervised Learning

Supervised learning adalah sebuah pendekatan berupa data yang

sudah dilatih, dan terdapat variable yang ditargetkan sehingga tujuan dari

pendekatan ini adalah mengkelompokan (klasifikasi) suatu data ke data

19

yang sudah ada. Algoritma ini mengamati sekumpulan pasangan masukan-

keluaran dalam jumlah yang cukup besar dan kemudian menghasilkan

sebuah model yang mampu memetakan masukan yang baru menjadi

keluaran yang tepat (Liu, 2016).

Terdapat empat isu yang harus dipertimbangkan dalam

menggunakan teknik supervised learning (Feldman, R., & Sanger, 2007)

yaitu perlunya memutuskan kategori yang akan digunakan untuk

mengklasifikasikan kasus. Kedua, dibutuhkan satu set pelatihan untuk

masing-masing kategori. Ketiga, perlu menentukan fitur dari setiap

kategori. Biasanya, lebih baik untuk menghasilkan fitur sebanyak mungkin

karena sebagian besar algoritma akan dapat fokus hanya pada fitur yang

relevan. Terakhir, perlu memutuskan algoritma yang akan digunakan untuk

kategorisasi tersebut.

Beberapa algoritma yang biasa digunakan terhadap pendekatan

supervised learning, diantaranya naïve bayes, dan support vector machines

(SVM). Supervised learning bergantung pada data pelatihan. Model

klasifikasi berdasarkan data latih yang telah diberi label dalam satu domain,

sering berkinerja buruk dengan domain yang berbeda. Meskipun adaptasi

domain telah dipelajari oleh para peneliti, namun teknologi ini masih jauh

dari sempurna (Liu, 2016).

2.8.2 Unsupervised Learning

Dalam pendekatan unsupervised learning, metode diterapkan tanpa

adanya latihan (training) dan tanpa adanya guru (teacher). Guru yang

dimaksud adalah label dari data. Misalkan ada sekelompok pengamatan atau

data tanpa ada label (output) tertentu, makan dalam unsupervised learning

harus mengelompokkan data tersebut ke dalam beberapa kelas yang kita

kehedaki. Ini terutama dilakukan karena data yang ada tidak memiliki label.

Label menandai kemana data akan dikelompokkan. Untuk melakukan tugas

(task) ini bias kita menerapkan metode unsupervised learning. (Santosa,

2007)

20

Unsupervised (Pang & Lee, 2008) adalah teknik yang terlebih

dahulu menciptakan sebuah sentimen tanpa data latih, dan kemudian

menentukan orientasi sentimen dari unit teks melalui beberapa fungsi

berdasarkan positif dan negatif. Menentukan sentimen dengan pendekatan

unsupervised adalah melalui kata-kata atau frase dengan polaritas sentimen,

juga disebut sebagai orientasi semantik. Masuk kedalam kelompok ini

adalah Metode Lexicon.

2.9 Algoritma

Menurut (Munir, 2011) algoritma merupakan prosedur komputasi yang

terdefinisi dengan baik, yang menggunakan beberapa nilai sebagai masukan dan

menghasilkan beberapa nilai yang disebut keluaran. Algoritma merupakan prosedur

yang berisi langkah-langkah penyelesaian suatu masalah. Algoritma merupaka

suatu alur pikiran dalam menyelesaikan pekerjaan, yang dituangkan dalam bentuk

tertulis yang dapat dimengerti oleh orang lain. Suatu pekerjaan dapat diselesaikan

dengan berbagai macam cara, akan tetepi harus tersususn secara logis agar

pekerjaan dapat diselesaikan dengan benar (Sjukani, 2013).

Algoritma adalah jantung ilmu komputer atau informatika. Banyak cabang

dari ilmu komputer yang diacu dalam terminologi algoritma, misalnya algoritma

perutean (routing) pesan di dalam jaringan komputer, algoritma brensenham untuk

menggambar garis lurus, algoritma KMP untuk mencari suatu pola di dalam teks,

dan sebagainya (Munir, 2011).

2.9.1 Dasar Penyusunan Algortima

Ada beberapa hal yang perlu diperhatikan dalam menyusun suatu

algoritma. Ada lima ciri penting yang harus dimiliki sebuah algoritma, yaitu

berupa finiteness, definiteness, masukan, keluaran, dan efektivitas.

1. Finiteness. Finiteness menyatakan bahwa suatu algoritma harus berakhir

untuk semua kondisi setelah memproses sejumlah langkah.

2. Definiteness. Definiteness menyatakan bahwa setiap langkah harus

dinyatakan dengan jelas (tidak rancu atau mendua-arti).

21

3. Masukan. Setiap algoritma bisa tidak memiliki masukan atau mempunyai

satu atau beberapa masukan. Masukan merupakan suatu besaran yang

diberikan di awal sebelum algoritma diproses.

4. Keluaran. Setiap algoritma memiliki keluaran, entah hanya sebuah

keluaran atau banyak keluaran. Keluaran merupakan besaran yang

mempunyai kaitan atau hubungan dengan masukan.

5. Efektivitas. Setiap algoritma diharapkan bersifat efektif, dalam arti semua

operasi yang dilaksanakan oleh algoritma haruslah sederhana dan dapat

dikerjakan dalam waktu yang terbatas. Secara prinsip, setiap intruksi dalam

algoritma dapat dikerjakan oleh orang dengan hanya menggunakan kertas

dan pensil.

Sebuah algoritma dikatakan benar, untuk berbagai ragam masukan,

jika algoritma berakhir dengan keluaran yang benar. Pada keadaan seperti

ini, algoritma menyelesaikan masalah komputasi yang diberikan

2.9.2 Struktur Dasar Algoritma

Pada dasarnya terdapat tiga buah struktur dasar yang menyusun

suatu algoritma. Ketiga struktur dasar tersebut, yaitu (Kadir, 2012):

2.9.3 Struktur Sekuensial

Pada struktur sekuensial, langkah-langkah yang dilakukan dalam

algoritma diproses secara berurutan (Kadir, 2012), sebagaimana

diperlihatkan pada gambar berikut ini:

Gambar 2. 2 Struktur Algoritma Sekuensial (Sumber: Kadir, 2012)

22

2.9.4 Struktur Seleksi

Struktur seleksi menyatakan pemilihan langkah yang didasarkan

oleh suatu kondisi (pengambilan keputusan) (Kadir, 2012). Gambar 2.2

memperlihatkan diagram alur struktur seleksi yang melibatkan dua

alternatif. Dalam hal ini, simbol belah ketupat digunakan untuk mewakili

langkah pengambilan keputusan.

Gambar 2. 3 Struktur Algoritma Seleksi (Sumber: Kadir, 2012)

2.9.5 Struktur Pengulangan

Pengulangan menyatakan suatu tindakan atau langkah yang

dijalankan beberapa kali. Struktur pengulangan menyatakan perwujudan

keadaan seperti itu (Kadir, 2012).

Gambar 2. 4 Struktur Algoritma Pengulangan (Sumber: Kadir, 2012)

23

2.10 Metode K-Nearest Neighbour (k-NN)

k-NN adalah algoritma untuk mengklasifikasi objek baru berdasarkan

atribut dan training samples (data latih). Dimana hasil dari sampel uji yang baru

diklasifikasikan berdasarkan mayoritas dari kategori pada k-NN. Algoritma k-NN

menggunakan klasifikasi ketetanggaan sebagai nilai prediksi dari sampel uji yang

baru (Krisandi, Prihandono, & Bayes, 2013). Data latih akan dibangun dengan

memperhatikan keseimbangan dokumen satu sama lain. Adapun algortima k-NN

dapat dijelaskan (Kurniawan, 2017) dengan keterangan berikut:

a. Hitung jarak antara data sampel (data uji) dengan data latih yang telah dibangun.

Salah satu persamaan dalam menghitung jarak kedekatan dapat menggunakan

persamaan Cosine Similirity.

b. Menentukan parameter nilai k = jumlah tetanggaan terdekat.

c. Mengurutkan jarak terkecil dari data sample

d. Pasangkan kategori sesuai dengan kesesuaian

e. Cari jumlah terbanyak dari tetanggaan terdekat. Kemudian tetapkan kategori.

Jarak yang digunakan dalam penelitian ini adalah Cosine Similarity.

𝐶𝑜𝑠(𝑖, 𝑘) =∑ 𝑘 (𝑑1 𝑑𝑘)

√∑ 𝑘 𝑑𝑖𝑘2 √∑ 𝑘 𝑑𝑗𝑘

2

Keterangan :

∑ 𝑘 (𝑑1 𝑑𝑘) = vektor dot produk dari i dan k

√∑ 𝑘 𝑑𝑖𝑘2 = panjang vektor i

√∑ 𝑘 𝑑𝑗𝑘2 = panjang vektor k

Algoritma k-NN (Krisandi et al., 2013) adalah algoritma yang menentukan

nilai jarak pada pengujian data testing dengan data training berdasarkan nilai

terkecil dari nilai ketetanggaan terdekat didefinisikan sebagai berikut:

𝐷𝑛𝑛(𝑐1 𝑐2) = 𝑚𝑖𝑛1≤𝑖≤𝑟,1≤𝑗≤𝑠𝑑(𝑦𝑖 , 𝑧𝑖)

24

2.11 Confussion Matrix

Dalam mengukur tingkat akurasi sistem orientasi sentimen, maka

digunakan tabel confussion matrix. Confusion matrix adalah sebuah tabel yang

menyatakan jumlah data uji yang benar diklasifikasikan dan jumlah data uji yang

salah diklasifikasikan. Contoh confusion matrix untuk klasifikasi biner ditunjukkan

pada tabel 2.2 berikut:

Tabel 2. 2 Confussion Matrix

Kelas Sebenarya Kelas hasil prediksi

Positif = 1 Negatif = 0

Positif = 1 TP FN

Negatif = 0 FP TN

Keterangan untuk tabel diatas dinyatakan sebagai berikut :

1. True Posstive (TP), yaitu jumlah dokumen dari kelas 1 yang benar dan

diklasifikan sebagai kelas 1.

2. True Negative (TN), yaitu jumlah dokumen dari kelas 0 yang benar

diklasifikasikan sebagai kelas 0.

3. False Positive (FP), yaitu jumlah dokumen dari kelas 0 yang salah


4. False Negative (FN) yaitu jumlah dokumen dari kelas 1 yang salah


𝑎𝑘𝑢𝑟𝑎𝑠𝑖 = 𝑇𝑃 + 𝑇𝑁

𝑇𝑃 + 𝐹𝑁 + 𝐹𝑃 + 𝑇𝑁

2.12 Metode Simulasi

Simulasi adalah suatu metodologi untuk melaksanakan percobaan dengan

menggunakan model dari suatu sistem nyata (Siagian, 1987). Menurut Hasan

(2002), simulasi merupakan suatu metode pengambilan keputusan dengan

mencontoh atau mempergunakan gambaran sebenarnya dari suatu sistem

25

kehidupan dunia nyata tanpa harus mengalaminya pada keadaaan yang

sesungguhnya.

Simulasi adalah suatu teknik yang dapat digunakan untuk memecahkan

model-model dari golongan yang luas. Golongan atau kelas ini sangat luasnya

sehingga dapat dikatakan “Jika semua cara yang lain gagal, cobalah simulasi”

(Schroeder, 1997)

Ada berbagai jenis lifecycle menurut (Madani et al., 2014) yang dapat

digunakan untuk studi pada pemodelan dan simulasi. Terdapat langkah-langkah

dasar yang harus dipertimbangkan dalam melakukan studi simulasi. Lifecycle tidak

harus diartikan sebagai sebuah sekuensial yang strict, bersifat iteratif, dan kadang

juga bertransisi dalam arah yang berlawanan. Demikian juga, beberapa langkah

terkadang dapat dilewati atau di-skip sesuai dengan kompleksitas aplikasi. Hal ini

sangat dianjurkan untuk menggunakan siklus spiral dengan pengembangan

incremental yaitu pada langkah 2-8, yang dapat menyebabkan revisi untuk fase

sebelumnya. Setiap fase dalam siklus spiral harus berakhir sebuah prototipe yang

sudah dapat bekerja yang sudah lebih fungsionalitas dari siklus sebelumnya.

(Madani et al., 2014) memberikan suatu tahapan dalam melakukan studi

simulasi. Adapun tahapan-tahapan tersebut adalah sebagai berikut.

2.12.1 Problem Formulation

Setiap studi seharusnya dimulai dengan statemen terhadap masalah.

Proses simulasi dimulai dengan masalah yang memerlukan pemecahan atau

pemahaman. Sebagai contoh seperti kasus sebuah perusahaan kargo

mencoba untuk mengembangkan strategi baru untuk truk pengiriman atau

astronom mencoba untuk memahami bagaimana nebula terbentuk. Pada

tahap ini, harus dipahami perilaku dari sebuah sistem, organize operasi

sistem sebagai obyek dalam rangka percobaan. Kemudian perlu dianalisis

berbagai alternatif solusi dengan menyelidiki hasil sebelumnya untuk

masalah yang sama. Solusi yang paling diterima harus dipilih

(menghilangkan tahap ini dapat menyebabkan pemilihan solusi yang salah).

Jika masalah melibatkan analisis kinerja, ini adalah titik di mana bisa

26

didefinisikan metrik kinerja (berdasarkan variabel output) dan fungsi tujuan

(yaitu, kombinasi dari beberapa metrik) (Madani et al., 2014).

2.12.2 Conceptual Model

Langkah ini terdiri dari pengembangan deskripsi tingkat tinggi dari

struktur dan perilaku atau behavior sebuah sistem dan mengidentifikasi

semua benda dengan atribut dan interface mereka. Pada tahap ini harus

ditentukan apa saja variabel statenya, bagaimana mereka berhubungan, dan

mana yang penting untuk penelitian. Pada langkah ini, aspek-aspek kunci

dari requierements dinyatakan. Selama definisi model konseptual, perlu

diungkapkan fitur yang penting. Kemudian mendokumentasikan informasi-

untuk non-fungsional misalnya, perubahan masa depan, perilaku

unintuitive, dan hubungan sistem dengan lingkungan (Madani et al., 2014).

2.12.3 Collection of Input/Output Data

Pada tahap ini, kita harus mempelajari sistem untuk memperoleh

data input / output. Untuk melakukannya, harus diamati dan mengumpulkan

atribut yang dipilih pada tahap sebelumnya. Isu penting lainnya selama fase

ini adalah pemilihan ukuran sampel yang valid secara statistik dan format

data yang dapat diproses dengan komputer. Akhirnya, kita harus

memutuskan mana atribut yang stokastik dan yang deterministik. Dalam

beberapa kasus, tidak ada sumber data yang bisa dikumpulkan (misalnya,

untuk sistem yang belum ada). Dalam kasus tersebut, kita perlu mencoba

untuk mendapatkan set data dari sistem yang sama (jika tersedia). Pilihan

lain adalah dengan menggunakan pendekatan stokastik untuk menyediakan

data yang diperlukan melalui generasi nomor acak (Madani et al., 2014).

2.12.4 Modelling Phase

Pada tahap pemodelan, kita harus membangun representasi rinci dari

sistem berdasarkan model konseptual dan koleksi data yang dikumpulkan.

Model ini dibangun dengan mendefinisikan objek, atribut, dan metode

menggunakan paradigma yang dipilih. Pada titik ini, spesifikasi model

27

dibuat, termasuk set persamaan yang mendefinisikan perilaku dan struktur.

Setelah menyelesaikan definisi ini, kita harus berusaha untuk membangun

struktur awal model (mungkin berkaitan variabel sistem dan metrik kinerja).

Harus berhati-hati dalam menjelaskan setiap asumsi dan penyederhanaan

dan juga dalam mengumpulkan atribut ke EF (Entity Framework) model

(Madani et al., 2014).

2.12.5 Simulation Phase

Selama tahap simulasi, kita harus memilih mekanisme untuk

menerapkan model (dalam banyak kasus menggunakan komputer dan

bahasa pemrograman yang memadai serta ¬tools yang tepat), dan model

simulasi yang dibangun. Selama langkah ini, mungkin diperlukan untuk

menentukan algoritma dan menerjemahkannya ke dalam program

komputer. Pada tahap ini, kita juga harus membangun model EF untuk

proses simulasi (Madani et al., 2014).

2.12.6 Verification, Validation and Experimentation

Pada tahap-tahap sebelumnya, tiga model yang berbeda dibangun:

model konseptual (spesifikasi), model sistem (desain), dan model simulasi

(executable program). Kita perlu untuk memverifikasi dan memvalidasi

model ini. Verifikasi terkait dengan konsistensi internal antara tiga model.

Validasi difokuskan pada korespondensi antara model dan realitas: adalah

hasil simulasi yang konsisten dengan sistem yang dianalisis. Sementara itu

pada fase experimentation, kita harus mengevaluasi hasil dari simulator,

menggunakan korelasi statistik untuk menentukan tingkat presisi untuk

metrik kinerja. Fase ini dimulai dengan desain eksperimen, dengan

menggunakan teknik yang berbeda. Beberapa teknik ini meliputi analisis

sensitivitas, optimasi,dan seleksi (dibandingkan dengan sistem alternatif)

(Madani et al., 2014).

28

2.12.7 Output Analysis Phase

Pada tahap analisis output, output simulasi dianalisis untuk

memahami perilaku sistem. Output ini digunakan untuk memperoleh

tanggapan tentang perilaku sistem yang asli. Pada tahap ini, alat visualisasi

dapat digunakan untuk membantu proses tersebut. Tujuan dari visualisasi

adalah untuk memberikan pemahaman yang lebih dalam tentang sistem

yang sedang diselidiki dan membantu dalam mengeksplorasi set besar data

numerik yang dihasilkan oleh simulasi (Madani et al., 2014).

2.13 PHP

PHP adalah salah satu Bahasa pemograman skrip yang dirancang untuk

membangun aplikasi web. Ketika dipanggil dari web browser, program yang ditulis

dengan PHP akan di-parsing di dalam web server oleh interpreter PHP dan

diterjemahkan ke dalam dokumen HTML, yang selanjutnya akan ditampilkan

kembali ke web browser. Karena pemprosesan program PHP dilakukan di

lingkungan web server, PHP dikatakan sebagai Bahasa sisi server (server-side).

Oleh sebab itu, seperti yang telah dikemukakan sebelumnya, kode PHP tidak akan

terlihat pada saat user memilih perintah “view source” pada web browser yang yang

mereka gunakan. Meskipun PHP 5 dapat digunakan untuk membuat aplikasi CLI

(command Line Interface) dan juga aplikasi desktop (seperti Perl, Phyton dan

Ruby), namun pada umumnya orang menggunakan PHP untuk tujuan pembuatan

aplikasi web (Raharjo, Heryanto, & Rk, 2012).

2.14 Flowchart

Menurut Al-Bahra (2010), dalam buku yang berjudul Analisis dan Desain

Sistem Informasi, menyebutkan bahwa: ”flowchart adalah bagan-bagan yang

mempunyai arus yang menggambarkan langkah-langkah penyelesaian suatu

masalah.

Sedangkan menurut Jogiyanto (2008) dalam bukunya yang berjudul

Analisis dan Desain Sistem Informasi: Pendekatan Terstruktur Teori dan Praktek

Aplikasi Bisnis, Flowchart merupakan bagan (chart) yang menunjukkan alir (flow)

didalam program atau prosedur sistem secara logika.

29

Secara garis besar berdasarkan dua pengertian diatas flowchart adalah cara

penulisan algoritma dengan menggunakan notasi grafis yang memperlihatkan

urutan atau langkah dari suatu program dan hubungan antar proses beserta

pernyataannya.

Pada dasarnya terdapat berbagai macam flowchart, diantaranya yaitu

Flowchart Sistem (System Flowchart), Flowchart Paperwork / Flowchart

Dokumen (Document Flowchart), Flowchart Skematik (Schematic Flowchart),

Flowchart Program (Program Flowchart), Flowchart Proses (Process Flowchart).

Untuk keperluan pembuatan program maka digunakan Flowchart Program. Berikut

adalah daftar simbol-simbol yang digunakan dalam flowchart.

Tabel 2. 3 Daftar Simbol Flowchart

Nama Simbol Deskripsi

Terminator

Simbol mulai dan selesai

Flow line/ arah

aliran

Simbol arah aliran / penghubung

proses

Simbol perhitungan atau proses

Input/output data

Mempresentasikan pembacaan data (read) /

penulisan (write)

Decision

Simbol pernyataan pilihan, berisi suatu

kondisi yang selalu menghasilkan 2 nilai

keluaran yaitu benar atau salah

Preparation

Inisialisasi /pemberian nilai awal

Subprogram

Proses menjalankan sub program / fungsi /

Prosedur

30

Dokumen

Dokumen merupakan tampilan data secara

fisik yang dapat dibaca oleh manusia. Data

ini biasanya merupakan hasil pemecahan

masalah (informasi) yang telah dicetak

(print out)

Stored data

Simbol yang menyatakan input yang

berasal dari disk atau disimpan ke disk

Keluaran

Simbol untuk menyatakan peralatan output

yang digunakan yaitu layar, plotter, printer

dan sebagainya.

On page

connector

Penghubung Flow chart pada satu halaman

Off page

connector

Penghubung Flow chart pada halaman

berbeda

2.15 Basis Data

Basis data (database) menurut (Yakub, 2012) diartikan sebagai markas atau

gedung, tempat bersarang atau berkumpul. Prinsip utama basis data adalah

pengaturan data dengan tujuan utama fleksibilitas dan kecepatan dalam

pengambilan data kembali. Adapun tujuan basis data diantaranya sebagai efisiensi

yang meliputi speed, space, dan accurancy, menangani data dalam jumlah besar,

kebersamaan pemakaian, dan meniadakan duplikasi.

Menurut (Connolly & Begg, 2015), basis data adalah sebuah kumpulan data

yang secara logis terkait dan dirancang untuk memenuhi suatu kebutuhan informasi

dari sebuah organisasi. Sedangkan menurut (Indrajani, 2015), basis data adalah

31

kumpulan data yang saling berhubungan secara logis dan didesain untuk

mendapatkan data yang dibutuhkan oleh suatu organisasi.

2.15.1 Database Management System (DBMS)

DBMS adalah sebuah sistem perangkat lunak yang mengizinkan

pengguna untuk mendefinisikan, membuat, memelihara, dan mengontrol

akses ke dalam basis data (Connolly & Begg, 2015). Fasilitas yang

disediakan DBMS antara lain:

1. Mengizinkan pengguna untuk mendfinisikan basis data, dengan

melalui Data Definition Language (DDL). DDL mengizinkan

pengguna untuk menentukan tipe, struktur, serta kendala data yang

nantinya akan disimpan ke dalam basis data.

2. Mengizinkan pengguna untuk melakukan menambah, mengubah,

menghapus dan mengambil data dari basis data tersebut, dengan

menggunakan Data Manipulation Language (DML). Standard bahasa

dari DBMS ialah Structured Query Language (SQL).

3. Menyediakan akses kontrol ke dalam basis data, seperti sistem

keamanan, yang dapat mencegah pengguna yang tidak diberi kuasa

untuk mengakses basis data. Sistem integritas, yang dapat menjaga

konsistensi dari data yang tersimpan. Sistem kontrol konkurensi, yang

mengizinkan berbagi akses dengan basis data. Sistem kontrol

pemulihan, jika terjadi kegagalan perangkat keras atau perangkat lunak

maka sistem kontrol pemulihan ini dapat mengembalikan basis data ke

keadaan yang konsisten dari yang sebelumnya.

Sistem manajemen database DBMS (Database Management System)

merupakan kumpulan kode program untuk menciptakan dan memelihara

sebuah database yang dilakukan oleh pengguna (user). DBMS merupakan

sistem perangkat lunak (software) yang memiliki fasilitas proses

mendefinisikan (define), membangun (construct) dan memelihara

(manipulate) database pada perangkat aplikasi yang bervariasi (Bagir &

Ayu Yuliani, 2012).

32

2.16 MySQL

MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL

(bahasa inggris: databae management system) atau DBMS yang multithread, multi-

user, dengan sekitar 6 juta instalasi di seluruh dunia. MySQL AB membuat MySQL

tersedia sebagai perangkat lunak gratis di bawah lisensi GNU General Public

License (GPL), tetapi mereka juga menjual dibawah lisensi komersial untuk kasus-

kasus dimana penggunaannya tidak cocok dengan penggunaan GPL (Solichin,

2010).

Tidak seperti PHP atau Apache yang merupakan software yang

dikembangkan oleh komunitas umum, dan hak cipta untuk kode sumber dimiliki

oleh penulisnya masing-masing. MySQL dimiliki dan disponsori oleh sebuah

perusahaan komersial Swedia yaitu MySQL AB. MySQL AB memegang penuh

hak cipta hamper atas semua kode sumbernya. Kedua orang Swedia dan satu orang

Finlandia yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan

Michael “Monty” Widenius (Solichin, 2010). Fitur-fitur MySQL antara lain:

a. Relational Database System. Seperti halnya software database lain yang ada di

pasaran, MySQL termasuk RDBMS.

b. Arsitektur Client-Server. MySQL memiliki arsitektur client-server dimana

server database MySQL terinstal di server. Client MySQL dapat berada di

komputer yang sama dengan server, dan dapat juga di komputer lain yang

berkomunikasi dengan server melalui jaringan bahkan internet.

c. Mengenal perintah SQL standar. SQL (Structured Query Language) merupakan

suatu bahasa standar yang berlaku di hamper semua software database. MySQL

mendukung SQL versi SQL: 2003.

d. Mendukung Sub Select. Mulai versi 4.1 MySQL telah mendukung select dalam

select (sub select).

e. Mendukung Views. MySQL mendukung views sejak versi 5.0

f. Mendukung Stored Procedured (SP). MySQL mendukung SP sejak versi 5.0

g. Mendukung Triggers. MySQL mendukung trigger pada versi 5.0 namun masih

terbatas. Pengembang MySQL berjanji akan meningkatkan kemampuan trigger

pada versi 5.1

33

h. Mendukung replication

i. Mendukung transaksi.

j. Mendukung foreign key.

k. Tersedia fungsi GIS.

l. Free (bebas didownload).

m. Stabil dan tangguh.

n. Fleksibel dengan berbagai pemrograman.

o. Security yang baik.

p. Dukungan dari banyak komunitas.

Lisensi MySQL terbagi menjadi dua, yaitu dapat menggunakan MySQL

sebagai produk opensource di bawah General Public License (GNU) secara gratis

atau dapat membeli lisensi dari versi komersialnya. MySQL komersial tentu

memiliki nilai lebih atau kemampuan yang tidak disertakan pada versi gratis. Pada

kenyataannya, untuk keperluan industri menengah ke bawah, versi gratis dapat

digunakan dengan baik (Raharjo et al., 2012)

2.17 Studi Literatur Sejenis

Studi literatur dilakukan dengan dengan cara mempelajari jurnal-jurnal hasil

penelitian sebelumnya yang telah dibuat, agar bisa dilakukan pengembangan yang

lebih baik dari penelitian sebelumnya. Untuk mengetahui kelebihan dan

kekurangan dari masing-masing penelitian, penulis melakukan perbandingan pada

penelitian terdahulu tersebut yang dapat dilihat pada tabel berikut.

34

Tabel 2. 4 Studi Literatur Sejenis

Penulis (Nurjanah, Perdana,

& Fauzi, 2017)

(Dey & Sanjay, 2016) (Ali, Rezwanul Huq, &

Rahman, 2017)

(Purba, Hidayati, &

Gozali, 2016)

Penelitian penulis yang

sekarang

Judul Penelitian Analisis Sentimen

Terhadap Tayangan

Televisi Berdasarkan

Opini Masyarakat

pada Media Sosial

Twitter menggunakan

Metode k-NN

Sentiment Analysis of

Review Datasets using

Naïve Bayes and k-NN

Classifier

Sentiment Analysis on

Twitter Data using

KNN and SVM

Metode Holistic

Lexicon Based untuk

analisis sentiment pada

dokumen Bahasa

Indonesia

Analisis Sentimen

Terhadap Kepuasan

Produk Otomotif dari

Twitter Menggunakan

Algoritma k-NN dan

Pendekatan Lexicon

Media sosial Twitter Twitter Twitter Twitter Twitter

Algoritma yang

digunakan

k-Nearest Neighbor k-Nearest Neighbor dan

Naïve Bayes Classifier

k-Nearest Neighbor

dan Support Vector

Machine

Holistic Lexicon Based Kombinasi k-Nearest

Neighbor dan Lexicon

Metode NLP

yang digunakan

Tokenizing , Case

folding, Cleansing,

Tidak dijelaskan Tokenizing,

Normalization, dan

Tidak dijelaskan Casefolding, Filtering,

Tokenizing,

35

Filterisasi, dan

Stemming

parts-of-speech (POS)

tagging

Normalization,

Stopwords, Stemming

Kesimpulan Tingkat akurasi

ketika menggunakan

pembobotan tekstual

mencapai 82.50%,

ketika menggunakan

pembobotan non-

tekstual mencapai

60%, sedangkan

ketika menggunakan

penggabungan

keduanya mencapai

83.33%. Nilai k yang

digunakan yaitu k = 3

yang merupakan k

optimal, dan

konstanta α=0,8 dan

β=0,2

Penelitian ini

menggunakan 2 Dataset

yaitu hotel review dan

movie review:

1. Akurasi untuk movie

review sebesar 81%

untuk algoritma

Naïve Bayes dan

70% untuk

Algoritma k-NN

2. Akurasi untuk hotel

review sebesar 55%

untuk algoritma

Naïve Bayes dan

52% untuk

Algoritma k-NN

1. Akurasi k-NN

sebesar 80%, k-NN

dengan normalisasi

sebesar 81%, k-NN

dengan normalisasi

dan keyword based

sebesar 84%

2. Akurasi dari SVM

sebesar 58%, SVM

dengan normalisasi

59%, dan SVM

dengan normalisasi

dan keyword based

sebesar 67%.

1. Metode Holistic

Lexicon-Based

dapat diterapkan

pada sentiment

analysis terhadap

data tweets.

2. Modifikasi dan

pengembangan

kamus mampu

meningkatkan

akurasi menjadi

rata-rata 88.6%

yang semula hanya

berada pada rata-

rata akurasi 75.3%.

Hasil klasifikasi

sentimen menggunakan

Algoritma k-Nearest

Neighbor menghasilkan

tingkat akurasi sebesar

81%, error rate sebesar

19%, f-measure sebesar

0.8, presisi sebesar

0.8965 dan recall

sebesar 72%

36

BAB III

METODOLOGI PENELITIAN

3.1 Metode Pengumpulan Data

Pada penelitian ini penulis mengumpulkan data dan informasi yang dapat

menunjang proses dalam penelitian terkait proses pengumpulan data nya sebagai

berikut.

3.1.1 Studi Pustaka

Studi pustaka dilakukan dengan pengumpulan teori-teori yang

berkaitan dengan penulisan skripsi sebagai bahan untuk melengkapi

penelitian ini. Sumber teori berasal dari buku referensi, hasil penelitian

(jurnal dan skripsi) dan artikel-artikel terkait. Selain itu peneliti juga

mengunjungi situs-situs yang terkait aplikasi natural language processing,

text mining, pendekatan lexicon dan algoritma k-Nearest Neighbor.

3.1.2 Observasi

Peneliti melakukan observasi dengan mengamati dan mengambil

data dari Twitter API tentang komentar pengguna produk otomotif Toyota.

Peneliti mengambil data mulai dari bulan Februari hingga bulan Maret

2019. Proses pengambilan data twitter dilakukan secara manual dengan

memanfaatkan fitur dari Twitter yang diperuntukkan untuk developer yang

ada pada website https://developer.twitter.com/ menggunakan bahasa

pemrograman PHP dan data kemudian dimasukkan ke dalam database

MySql. Pengambilan data dilakukan sebanyak 1000 tweets dengan 900

tweets dijadikan data latih dan 100 tweets dijadikan data uji.

https://developer.twitter.com/

37

Mulai

Koneksi API

Registrasi

API KeyApi Secret

Access TokenAccess Token Secret

Otentikasi

Mengambil Data Tweet

Twee

ts

Selesai

1

1

2

2

Gambar 3. 1 Tahapan Pengumpulan Data Twitter

3.2 Metode Simulasi

Metode yang digunakan pada penelitian ini yakni metode simulasi, berikut

langkah-langkah metode simulasi.

3.2.1 Problem Formulation (Formulasi Masalah)

Pada tahap formulasi masalah, penulis melakukan identifikasi

masalah berdasarkan hasil penelitian sebelumnya (pada tabel 3.1).

Penelitian sebelumnya berkaitan dengan Algortima k-NN dan pendekatan

lexicon. Pada penelitian (Nurjanah et al., 2017) menggunakan algoritma k-

NN mendapatkan tingkat akurasi ketika menggunakan pembobotan tekstual

mencapai 82.50%, ketika menggunakan pembobotan non-tekstual mencapai

60%, sedangkan ketika menggunakan penggabungan keduanya mencapai

83.33%. Sementara pada penelitian (Purba et al., 2016) menggunakan

metode Holistic Lexicon mendapatkan akurasi sebesar 75.3%.

Pada penelitian ini, data yang digunakan adalah tweet berbahasa

Indonesia yang terdapat pada Twitter. Terdapat batasan penulisan yaitu

sebanyak 140 karakter didalam tweets. Terbatasnya penulisan membuat

pengguna Twitter seringkali menuliskan pesan berupa singkatan. Selain itu

38

juga pengguna Twitter dapat mengungkapkan ekspresi mereka dengan

penggunaan huruf berlebihan pada pesan Twitter. Hal ini menjadi suatu

permasalahan dalam menentukan orientasi sentimen analisis pada Twitter.

Untuk itu diperlukan suatu algoritma yang mampu mengatasi pesan Twitter

yang mengandung sentimen sekaligus dapat menyeleksi kata singkatan dan

kata berlebih kemudian merubahnya dengan kata yang dapat dijadikan fitur.

3.2.2 Conceptual Model (Pemodelan Konsep)

Dalam penelitian ini pemodelan konsep membahas keseluruhan

penelitian ini berkaitan dengan input, proses dan output. Pertama dengan

mengidentifikasikan input pada penelitian ini, yaitu tweet yang berisikan

opini warganet Twitter terkait produk otomotif dari Toyota. Kedua,

komentar yang telah dikumpulkan kemudian diolah dan diproses dengan

pedekatan lexicon sebagai pelabelan terhadap data latih dan Kombinasi

Algoritma K-Nearest Neighbor dan Lexicon sebagai klasifikasi data uji.

Hasilnya aplikasi akan menghitung tingkat akurasi, presisi dan recall.

3.2.3 Collection of Input/Output Data (Pengumpulan Data

Masukan/Keluaran)

Data komentar yang didapat dari Twitter API dijadikan input pada

penelitian ini dalam aplikasi berbasis PHP. Pengambilan data dilakukan

sebanyak 1000 tweets dengan 900 tweets dijadikan data latih, dan 100

tweets dijadikan data uji. Data latih akan diolah menggunakan pendekatan

lexicon, sementara data uji akan diolah menggunakan kombinasi algoritma

k-Nearest Neighbor dan pendekatan lexicon.

3.2.4 Modelling Phase (Tahap Pemodelan)

Pada tahap ini penulis melakukan pemodelan dalam membuat

rancangan sistem yang akan dibuat. Pemodelan yang dibuat yaitu

pemodelan pedekatan lexicon dan pemodelan dengan kombinasi algoritma

k-Nearest Neighbor dan pendekatan lexicon untuk klasifikasi data uji.

39

3.2.5 Simulation Phase (Tahap Simulasi)

Pada tahap ini penulis melakukan simulasi pada aplikasi analisis

sentimen ini. Simulasi yang akan dilakukan adalah dengan melakukan input

dataset latih dan uji, melakukan pelabelan terhadap data latih secara

otomatis untuk dikelompokkan sentimennya, melakukan pelatihan terhadap

data latih dan melakukan klasifikasi data uji serta menghasilkan tingkat

akurasi, presisi dan recall dari algoritma yang dijadikan penelitian.

3.2.6 Verification, Validation, and Experimentation

Untuk membuat kesimpulan, Penulis terlebih dahulu melakukan uji

verifikasi, validasi dan ekperimen. Verifikasi dan validasi bertujuan untuk

menyakinkan hasil dari Aplikasi orientasi sentimen dengan menggunakan

kombinasi algoritma k-Nearest Neighbor dan pendekatan lexicon sesuai

dengan yang dikonsepkan sebelumnya. Sedangkan eksperimen bertujuan

untuk mengevaluasi hasil simulasi aplikasi.

3.2.7 Output Analysis Phase (Fase Hasil Analisa)

Penulis melakukan analisa terhadap output berdasarkan skenario

yang akan dilakukan yaitu menghitung tingkat akurasi, presisi dan recall

dari algoritma yang dijadikan penelitian.

3.3 Skenario Pengujian

Setelah aplikasi sudah menjadi suatu perangkat lunak yang siap untuk

dipakai, maka perlu dilakukan pengujian terhadap aplikasi tersebut. Skenario

pengujian yang dilakukan adalah sebagai berikut:

1. Pengujian kombinasi algoritma k-Nearest Neighbor dan pendekatan Lexicon

Pengujian ini dilakukan untuk mengklasifikasikan data uji ke dalam kelas

sentimen gembira, marah, sedih, kecewa dan takut menggunakan kombinasi

algoritma k-Nearest Neihgbor dan pendekatan Lexicon. Perhitungan tingkat

akurasi, presisi, dan, recall akan ditentukan dengan menggunakan model confusion

matrix dari kombinasi algoritma tersebut.

40

3.4 Kerangka Berfikir Penelitian

Mulai

Studi Pustaka Observasi

Pengumpulan Data

Problem Formulation

Conceptual Model

Collection of Input/Output

Data

Modelling Phase

Simulation Phase

Verification, Validation, and

Experiment

Output Analysis

Kesimpulan dan Saran

Selesai

Menentukan masalah

Menentukan konsep

keseluruhan dalam

penelitian

Mengumpulkan input dan

menentukan output

Pemodelan algoritma k-

Nearest Neoghbor

Melakukan simulasi aplikasi

Melakukan verifikasi,

validasi, dan eksperimen

Menghitung tingkat akurasi,

presisi, dan recall

Metode Simulasi

Gambar 3. 2 Kerangka Berfikir Penelitian

41

BAB IV

IMPLEMENTASI

4.1. Problem Formulation

Pada tahap formulasi masalah, penulis melakukan identifikasi masalah

berdasarkan hasil penelitian sebelumnya (pada tabel 2.4), Penelitian sebelumnya

berkaitan dengan Algortima k-NN dan pendekatan lexicon. Pada penelitian

(Syahfitri Kartika Lidya, Opim Salim Sitompul, Syahril Efendi, 2015)

menggunakan algoritma k-NN dan SVM pada teks berbahasa Indonesia

mendapatkan akurasi sebesar 77,97%. Data latih dilabel secara manual dan

besarnya data latih tidak meningkatkan akurasi sistem. Sementara pada penelitian

(Immanuel Desmon Christianto Purba, 2016) menggunakan metode Holistic

Lexicon mendapatkan akurasi sebesar 75,3%. Analisis sentimen masih sulit

dilakukan pada kalimat sindiran, dan masih kurangnya kamus sentimen pada

aplikasi.

Data yang digunakan pada penelitian ini adalah tweet berbahasa Indonesia

yang terdapat pada Twitter. Terdapat batasan penulisan yaitu sebanyak 140 karakter

didalam tweets. Terbatasnya penulisan membuat pengguna Twitter seringkali

menuliskan pesan berupa singkatan. Selain itu juga pengguna Twitter dapat

mengungkapkan ekspresi mereka dengan penggunaan huruf berlebihan. Hal ini

menjadi suatu permasalahan dalam menentukan orientasi sentimen analisis pada

Twitter. Untuk itu diperlukan suatu algoritma yang mampu mengatasi pesan Twitter

yang mengandung sentimen sekaligus dapat menyeleksi kata singkatan dan kata

berlebih kemudian merubahnya dengan kata yang dapat dijadikan fitur.

Pada penelitian ini, penulis memformulasikan masalah penelitian pada

algoritma K-Nearest Neighbor dan pendekatan Lexicon untuk dilakukan kombinasi

terhadap kedua algoritma tesebut yang diuji berdasarkan tingkat akurasi, presisi dan

recall.

42

4.2. Conceptual Model

Pemodelan konsep membahas keseluruhan penelitian ini berkaitan dengan

input, proses dan output. Berdasarkan conceptual model pada sub bab 3.2.2, berikut

merupakan keseluruhan dari penelitian ini.

4.2.1. Conceptual Model Text Mining

Dalam penelitian ini text mining berkaitan dengan tahapan pre-

proccessing dokumen. Pre-proccessing dilakukan menggunakan bahasa

pemrograman PHP, dengan kegiatan case folding, menghapus karakter

selain UTF-8, menghilangkan url-link, hashtag dan mention, tokenizing,

normalisasi, stopwords dan stemming. Hasil dari tahapan ini menghasilkan

fitur yang digunakan sebagai data pembelajaran mesin oleh k-NN dan

Lexicon. Dari data pre-proccessing akan didapat dataset dengan variasi

fitur. Tujuan dilakukannya dokumen pre-processing adalah sebagai berikut:

1. Menghilangkan noise

2. Menyeragamkan bentuk kata

3. Mengurangi volume kata

Tahapan yang dilakukan dari dokumen pre-proccessing dapat

dilihat pada gambar berikut ini :

DokumenCase Folding Filtering Normalisasi

Stopwords dan

StemmingTokenizing

Gambar 4. 1 Proses Dokumen Pre-proccessing

Tahapan yang dilakukan dari dokumen pre-processing dijelaskan dibawah

ini.

1. Tahapan case folding, adalah proses penyeragaman bentuk huruf. Teks

dilakukan proses perubahan dari huruf besar menjadi huruf kecil.

2. Tahapan filtering, adalah proses untuk membersihkan dokumen

kegiatan yang dilakukan adalah proses penghapusan karakter selain utf-

8, url link, hashtag dan mention.

43

3. Tahapan Tokenizing, teks dilakukan proses penghapusan semua tanda

baca dan memecah kata.

4. Tahapan Normalisasi, teks dilakukan proses pernormalisasian terhadap

kata berlebihan dan kata singkatan dengan mengganti sesuai kaidah

dalam kamus Kamus Besar Bahasa Indonesia (KBBI). Pada tahapan ini

setiap dijumpai kata yang memiliki penggunaan huruf berlebih dan kata

singkatan akan diubah menjadi kata baku. Adapun algoritma

normalisasi yang dilakukan pada penelitian ini adalah sebagai berikut :

a. Cari kata yang akan dinormalisasi dalam kamus. Jika ditemukan

maka diasumsikan bahwa kata tersebut adalah kata dasar, maka

algoritma berhenti.

b. Jika tidak ditemukan hapus huruf berlebih dimulai untuk setiap huruf

pada kata. Periksa huruf pertama pada kata tersebut, kemudian

lakukan penyimpanan, lalu periksa huruf selanjutnya jika huruf sama

dengan huruf sebelumnya maka hapus huruf tersebut, jika tidak

simpan huruf dan lakukan hal yang sama pada huruf selanjutnya.

c. Jika telah diperiksa untuk setiap huruf, periksa kembali kata hasil

proses sebelumnya pada kamus.

d. Jika ditemukan maka algoritma berhenti, jika tidak ditemukan

algoritma akan mengembalikan kata yang asli sebelum dilakukan

penghapusan huruf berlebih.

Proses normalisasi dapat digambarkan dengan flowchart pada gambar

dibawah ini.

44

Mulai

Cek kamus

Hapus huruf berlebih

kata

Selesai

Ditemukan di kamus?

Ditemukan di kamus?

Kata baku

Kata awalTidak

Tidak

Ya

1

1

Gambar 4. 2 Flowchart Normalisasi Kata

5. Tahapan Stopwords dan Stemming, teks dilakukan proses menghapus

kata kata yang dianggap tidak penting (stopwords) dan pengubahan kata

berimbuhan menjadi kata dasar (stemming). Adapun variasi imbuhan

dalam hal ini antara lain adalah prefik (awalan), suffik (akhiran), infik

(sisipan), dan confik (kombinasi awalan dan akhiran). Proses stemming

dilakukan dengan menggunakan bantuan KBBI. Pada tahap ini kata-kata

yang bersifat stopwords akan dibuang hal ini dikarenakan stopwords

dianggap sebagai kata tidak penting atau tidak berguna dan tahapan ini

juga dapat menekan penggunaan waktu dalam menentukan hasil.

Langkah-langkah dalam melakukan stopwords adalah sebagai berikut :

a. Hasil dari tahapan tokenizing berupa kata per kata akan dijadikan

masukan

b. Setiap kata akan dibandingkan dengan kata-kata yang ada pada

database stopwords

45

c. Jika kata yang dibandingkan sama, maka kata tersebut akan dihapus.

Namun jika tidak sama maka kata tersebut tidak dihapus.

Proses stopwords digambarkan dengan flowchart dibawah ini

Mulai

kata

bandingkan kata dengan database

stopwords

Kata = kata stopwords

Kata awal

hapus kata

Selesai

Tidak

Ya

Gambar 4. 3 Flowchart Stopwords

Selanjutnya dilakukan proses stemming dimana kata berimbuhan akan

diubah dalam bentuk kata dasar dengan menggunakan algoritma nazief dan

adriani. Tahapan algoritma stemming (Nazief & Andriani) dijelaskan

berikut ini.

1. Pertama, cek kata yang akan dicari akar katanya dalam kamus kata

dasar. Jika ditemukan maka diasumsikan kata tersebut adalah sebagai

46

kata dasar. Maka algoritma berhenti. Jika tidak ditemukan lakukan

langkah kedua

2. Hilangkan inflectional suffixes bila ada. Dimulai dari inflectional

particle (“-lah”, “-kah”, “-tah” dan“-pun”), kemudian possessive

pronoun (“-ku”, “-mu” dan “-nya”). Cari kata pada kamus

jika ditemukan algoritma berhenti, jika kata tidak ditemukan dalam

kamus lakukan langkah 3.

3. Hilangkan derivation suffixes (“-an”, “-i” dan “-kan”). Jika akhiran “-

an” dihapus dan ditemukan akhiran “-k”, maka akhiran “-k” dihapus.

Cari kata pada kamus jika ditemukan maka algoritma berhenti, jika kata

tidak ditemukan maka lakukan langkah 4.

4. Hilangkan derivation semua prefixes (“-di”, “ke-, “se-”, “te-”, “be-”,

“me-”, atau “pe-”). Cari kata pada kamus jika ditemukan maka

algoritma berhenti, jika kata tidak ditemukan maka lakukan langkah 5.

5. Melakukan recording

6. Jika semua langkah telah dilakukan tetapi kata dasar tersebut tidak

ditemukan pada kamus, maka algoritma ini mengembalikan kata yang

asli sebelum dilakukan stemming.

47

Mulai

Cek kamus

Hilangkan inflection suffiks (-lah, ikah, -

ku, -mu, -nya)

Kata berimbuhan

Selesai

Kata baku

Kata awal

Hilangkan derivation semua suffiks (-i, -an

atau -kan)

Hilangkan derivation semua prefiks(-di, ke-, se-, te-, be-, me-, atau

pe-)

Cek kamus

ADA ?ADA ?

Cek kamus

ADA ?

Cek kamus

ADA ?

Tidak

1

Tidak

1

2Ya

2

2Ya

3

Tidak

3

2Ya

4

4

Tidak

2Ya

2

Gambar 4. 4 Flowchart Algoritma Nazief dan Adriani

4.2.2. Conceptual Model Klasifikasi Sentimen dengan pendekatan

Lexicon

Berikut ini merupakan alur klasifikasi sentimen dengan pendekatan

Lexicon.

a. Membangun kamus sentimen yang terbagi menjadi sentimen positif dan

negatif.

48

Dalam penelitian ini dibangun kamus positif dan negatif secara sistem.

Kamus sentimen positif dalam penelitian ini berjumlah 1182 kata dan

kamus negatif berjumlah 2399 kata (sumber github).

b. Membangun kamus emosi yang terbagi menjadi sentimen marah,

kecewa, gembira, sedih, dan takut.

Dalam penelitian ini dibangun kamus emosi secara sistem. Kamus

sentimen emosi dalam penelitian ini berjumlah 5224 kata (sumber

EmoSenticNet).

c. Membangun kamus negasi

Kamus negasi yang digunakan dalam penelitian ini sebanyak 9 kata

(sumber github).

d. Pre-proccessing query yang terdiri dari 4 proses yaitu casefolding,

filtering, tokenizing dan normalisasi.

e. Identifikasi setiap kata sentimen pada query.

f. Identifikasi kata negasi pada query yang ditemukan sentimennya

g. Menentukan orientasi sentimen pada query, dengan cara melakukan

hitung score.

𝑠𝑐𝑜𝑟𝑒(𝑓) = ∑𝑤𝑖𝑆𝑂

𝑑𝑖𝑠(𝑤𝑖,𝑓) .............................................................................(4.1)

Keterangan :

w i SO = Jumlah (score) fitur ke i setiap sentimen

dis (wi,f) = Jumlah fitur yang berhasil ditemukan

Berikut ini merupakan flowchart dari klasifikasi sentimen dengan

pendekatan Lexicon.

49

Mulai

Pre-proccessing query

Identifikasi kata sentimen

Identifikasi kalimat negasi

Hitung score

Hasil orientasi sentimen

Selesai

Kamus sentimen positif dan

negatif

Kamus kbbi

Kamus negasi

1

1

Identifikasi sentimen emosi

Kamus emosi

Gambar 4. 5 Flowchart Diagram analisa pendekatan Lexicon

4.2.3. Conceptual Model Klasifikasi Sentimen dengan Kombinasi

Algoritma K-Nearest Neighbor dan Pendekatan Lexicon

Secara keseluruhan analisa orientasi sentimen dengan kombinasi

algoritma k-Nearest Neighbor dan pendekatan lexicon dapat dijelaskan pada

gambar dibawah ini.

50

Mulai

Pre-proccessing query

Proses k-NN


sementara

Identifikasi kamus negasi


Selesai

Indexing data latih

Kamus sentimen negasi

Kamus kbbi, sentimen positif

dan negatif

Hitung score

1

1

Kamus emosiIdentifikasi emosi

Gambar 4. 6 Flowchart Diagram Kombinasi k-NN dan Lexicon


negatif



kamus negatif berjumlah 2399 kata.





EmoSenticNet).


Kamus negasi yang digunakan dalam penelitian ini sebanyak 9 kata.

d. Pelatihan data latih. Pelatihan data latih dilakukan dengan cara

membangun inverted index (indexing) dan pembobotan kata

menggunakan teknik TF-IDF. Pelatihan dilakukan sebagai data

pembelajaran oleh mesin k-NN. Tahapan yang dilakukan adalah

mengumpulkan dokumen yang didapat dari kumpulan tweets berisi

sentimen sebagai data latih, kemudian dilakukan proses pre-proccessing

51

query dalam enam tahapan dan terakhir melakukan indexing dan

pembobotan kata per kata data latih.

DokumenCase Folding Filtering

NormalisasiStopwords dan

Stemming

Tokenizing

IndexingPembobotan

kata

Gambar 4. 7 Tahapan pelatihan data latih

Case folding

Toyota Voxy Lambang

Kesempurnaan dan Kemewahan

serta selalu mengutamakan nilai

kekeluargaan yang tinggiâ€¦ https://

t.co/3wd8U6D97d

toyota voxy lambang kesempurnaan

dan kemewahan serta selalu

mengutamakan nilai kekeluargaan

yang tinggiâ€¦ https://t.co/

3wd8u6d97d

Gambar 4. 8 Proses Case Folding

Filtering




yang tinggiâ€¦ https://t.co/

3wd8u6d97d




yang tinggi

Gambar 4. 9 Proses Filtering

Tokenizing

52




yang tinggi




yang tinggi

Gambar 4. 10 Proses Tokenizing

Normalisasi




yang tinggi




yang tinggi

Gambar 4. 11 Proses Normalisasi

Stopwords dan Stemming




yang tinggi

toyota voxy lambang sempurna

mewah serta utama nilai keluarga

tinggi

Gambar 4. 12 Proses stopwords dan stemming

Indexing (Pembuatan inverted index)

Pada tahap ini, dilakukan proses pengindeksan pada setiap

token. Pada inverted index akan tersimpan informasi berupa kata,

id dokumen, yang mengandung kata tersebut dan frekuensi

kemunculan kata tersebut pada suatu dokumen.

Pembobotan Kata

53

Hasil dari indexing pada proses selanjutnya akan dihitung nilai

bobotnya. Pada penelitian ini digunakan jenis perhitungan

pembobotan lokal dengan menggunakan TF (term frekuency) dan

pembobotan global dengan menggunakan IDF (inverse dokument

frekuency).

e. Klasifikasi query uji sementara (sentimen sementara) dengan algoritma

k-Nearest Neighbor.

1. Melakukan pre-proccessing query data uji. Proses yang terlibat

adalah casefolding, filtering, tokenizing, normalisasi, seleksi kalimat

netral dengan pendekatan lexicon.

2. Menghitung kedekatan kemiripan query dengan persamaan consine

similarity

𝐶𝑜𝑠(𝑖, 𝑘) =∑ 𝑘(𝑑1 𝑑𝑘)

√∑ 𝑘 𝑑𝑖𝑘2 √∑ 𝑘𝑑𝑗𝑘

2

..............................................................................(4.2)

Keterangan :

∑ 𝑘 (𝑑1 𝑑𝑘) = vektor dot produk dari i dan k

√∑ 𝑘 𝑑𝑖𝑘2 = panjang vektor i

√∑ 𝑘 𝑑𝑗𝑘2 = panjang vektor k

3. Menentukan nilai k pada algoritma k-NN.

4. Menyimpulkan orientsi sentimen sementara dengan persamaan

𝐷𝑛𝑛(𝑐1 𝑐2) = 𝑚𝑖𝑛1≤𝑖≤𝑟,1≤𝑗≤𝑠𝑑(𝑦𝑖 , 𝑧𝑖)..............................................(4.3)

5. Tahapan klasifikasi query uji sementara dengan algortima k-NN

dapat dilihat pada flowchart dibawah ini.

f. Evaluasi orientasi sentimen sementara dengan pendekatan lexicon

1. Identifikasi kata kunci menggunakan kamus sentimen

Identifikasi yang dilakukan pada tahapan ini adalah mencari kata

kunci sentimen berdasarkan nilai sentimen sementara dari

54

rekomendasi klasifikasi sentimen dengan algoritma K-Nearest

Neighbor.

2. Identifikasi kata kunci menggunakan kamus emosi.

Identifikasi yang dilakukan pada tahapan ini adalah mencari kata

kunci sentimen berdasarkan nilai sentimen sementara dari

rekomendasi klasifikasi sentimen dengan algoritma K-Nearest

Neighbor. Jika rekomendasi menghasilkan nilai gembira maka

hanya dicari kata sentimen yang mengandung nilai sentimen

gembira. Jika hasil rekomendasi adalah marah maka dicari kata yang

mengandung nilai sentimen marah, begitupun seterusnya.

3. Identifikasi kalimat negasi. Kata sentimen yang dicari negasinya

tergantung dengan hasil sentimen sementara berdasarkan

rekomendasi tahapan klasifikasi sentimen dengan algortima k-

Nearest Neighbor. Jika berdasarkan klasifikasi sentimen dengan

algortima k-Nearest Neighbor menghasilkan sentimen gembira

maka hanya dicari kata negasi pada setiap kata bernilai sentimen

gembira. Jika hasil rekomendasi marah maka dicari kata negasi yang

mengandung nilai sentimen marah, begitupun seterusnya.

4. Menentukan orientasi akhir sentimen dengan persamaan 4.1

4.3. Collection Input/Output Data

Pada penelitian ini data-data yang digunakan berupa komentar-komentar

netizen terhadap produk-produk dari Toyota yang didapat dari Twitter dengan

memanfaatkan Twitter API. Proses pengambilan data ini dinamakan dengan

crawling. Selain itu pengumpulan data berkaitan dengan kamus-kamus yang akan

digunakan, yang terdiri dari kamus lexicon positif, kamus lexicon negatif, kamus

emosi, kamus KBBI, kamus kata dasar, dan kamus stopwords.

Dibawah ini adalah contoh dari proses crawling :

55

Gambar 4. 13 Hasil Proses Crawling

Data-data yang telah diperoleh dan dikumpukan akan dijadikan input dan

output data. Berikut dibawah ini adalah tipe data dari masing-masing input dan

output.

Tabel 4. 1 Tipe Data Input Kamus Lexicon Positif

Nama Field Type dan Length Primart key Null

Id_positif Bigint(20) Yes No

kata_positif Varchar(100) - No

Tabel kamus lexicon positif ini berisi kata-kata positif seperti bagus,

bahagia, dan baik.

Tabel 4. 2 Tipe Data Input Kamus Lexicon Negatif

Nama Field Type dan Length Primart key Null

id_negatif Bigint(20) Yes No

kata_negatif Varchar(100) - No

56

Tabel kamus lexicon negatif ini berisi kata-kata negatif seperti acuh, agresif,

alergi, dan anarkis.

Tabel 4. 3 Tipe Data Input Kamus Lexicon Negasi

Nama Field Type dan Length Primary key Null

id_negasi Bigint(20) Yes No

kata_negasi Varchar(100) - No

Tabel kamus lexicon negasi ini berisi kata-kata negasi seperti tidak bisa,

tidak ada, dan tidak pernah.

Tabel 4. 4 Tipe Data Input Kamus Emosi


id_emosi Bigint(20) Yes No

kata_emosi Varchar(100) - No

emosi Varchar(100) - No

Tabel kamus emosi ini berisi kata-kata emosi dan klasifikasi emosinya,

seperti kata cemas memiliki emosi takut.

Tabel 4. 5 Tipe Data Input Kamus KBBI


id_kamus_kbbi Bigint(20) Yes No

kata_kamus_kbbi Varchar(100) - No

Tabel kamus KBBI ini berisi kata-kata yang terdapat di dalam kamus KBBI.

Tabel 4. 6 Tipe Data Input Kata Dasar


id_katadasar Bigint(20) Yes No

kata_katadasar Varchar(100) - No

Tabel kata dasar ini berisi kata-kata dasar.

57

Tabel 4. 7 Tipe Data Input Kamus Stopwords


id_stopwords Bigint(20) Yes No

kata_stopwords Varchar(100) - No

Tabel kamus stopword ini berisi kata-kata umum (common words) yang

biasanya muncul dalam jumlah besar dan dianggap tidak memiliki makna.

Tabel 4. 8 Tipe Data Input Data Latih


id Bigint(20) Yes No

id_tweet_latih Varchar(100) - No

tweet_by Varchar(100) - No

isi_tweet Text - No

sentimen_tweet Varchar(100) - No

Tabel data latih ini berisi tweet yang telah di crawling dan telah

diklasifikasikan sentimennya dengan pendekatan Lexicon.

Tabel 4. 9 Tipe Data Input Data Uji


id int(11) Yes No

id_tweet_uji Varchar(100) - No

tweet_by Varchar(100) - No

isi_tweet Text - No

review_sentimen Varchar(100) - No

Tabel data uji ini berisi tweet yang telah di crawling dan telah

diklasifikasikan sentimennya dengan pendekatan Lexicon.

58

Tabel 4. 10 Tipe Data Input Pelatihan

Tabel Pelatihan ini berisi potongan kata yang diproses pada tahap

perhitungan tf-idf yang akan menghasilkan bobot dan panjang vektor.

Tabel 4. 11 Tipe Data Pre Processing Query

Nama Field Type dan

Length

Primart key Null

id_proccessing_query Int(11) Yes No

id_tweet Varchar(100) - No

term_casefolding Text - No

term_filtering Text - No

term_tokenizing Text - No

term_normalisasi Text - No

term_stopwords Text - No

term_stemming Text - No

Tabel Pre Processing Query ini berisi kumpulan tweet yang telah diproses

melalui tahap Pre Processing.

Tabel 4. 12 Tipe Data Output Perhitungan Uji

Nama Field Type dan

Length

Primary key Null

id_term Bigint Yes No

term Varchar(100) - No

asal_dokumen Varchar(100) - No

frekuensi_kemunculan Varchar(100) - No

inverse_dokumen_frekuensi Float - No

bobot Float - No

panjang_vektor Float - No

59

Tabel perhitungan uji ini berisi kata-kata yang telah diproses menggunakan

algoritma k-Nearest Neighbor.

Tabel 4. 13 Tipe Data Output Hasil Uji

Nama Field Type dan

Length

Primart key Null

id_hasil Bigint Yes No


hasil_analisis_sentimen Varchar(100) - No

Tabel ini berisi hasil analisis sentiment dari perhitungan algoritma k-Nearest

Neighbor dan pendekatan Lexicon.

4.4. Modelling Phase

Dalam modelling phase atau fase pemodelan pada penelitian ini, dilakukan

pemodelan konstruksi analisis sentimen dengan pendekatan Lexicon dan kombinasi

Algoritma k-Nearest Neighbor dan pendekatan Lexicon. Berikut ini dapat dilihat

pemodelan-pemodelan tersebut secara lengkap.

Nama Field Type dan

Length

Primary key Null

id_proses_hitung Bigint Yes No


query Varchar(100) - No

frekuensi_kemunculan Bigint(100) - No

bobot_query Float - No

Panjang_vektor_query Float - No

Id_tweet_latih Varchar(100) - No

Perkalian_skalar Float - No

Consine_similarity Float - No

60

4.4.1. Konstruksi Pendekatan Lexicon

Pada tahap ini dilakukan proses untuk menentukan sentiment pada

data latih menggunakan pendekatan Lexicon. Penggunaan lexicon bertujuan

untuk mempermudah penulis dalam menentukan sentiment pada data latih

secara otomatis yang dilakukan berdasarkan kamus lexicon positif, kamus

lexicon negatif, kamus emosi dan kamus lexicon negasi. Secara keseluruhan

konstruksi analisa orientasi sentimen dengan pendekatan lexicon dapat

dijelaskan dibawah ini.


negatif.








EmoSenticNet).



d. Pre-proccessing query

Tahapan pre-proccessing query yang dilakukan pada pendekatan

lexicon secara keseluruhan dijelaskan dibawah ini :

a. Case folding

b. Filtering

c. Tokenizing

d. Normalisasi

Untuk lebih jelasnya, berikut adalah contoh tahapan dan hasil pre-

proccessing query pada pendekatan lexicon.

61

Tweet: “Toyota Voxy Lambang Kesempurnaan dan Kemewahan serta

selalu mengutamakan nilai kekeluargaan yang tinggiâ€¦

https://t.co/3wd8U6D97d”

a. Case folding

“toyota voxy lambang kesempurnaan dan kemewahan serta selalu

mengutamakan nilai kekeluargaan yang tinggiâ€¦

https://t.co/3wd8u6d97d”

b. Filtering

“toyota voxy lambang kesempurnaan dan kemewahan serta selalu

mengutamakan nilai kekeluargaan yang tinggi”

c. Tokenizing

- toyota - kemewahan - kekeluargaan

- voxy - serta - yang

- lambang - selalu - tinggi

- kesempurnaan - mengutamakan

- dan - nilai

d. Normalisasi

- toyota - kemewahan - kekeluargaan

- voxy - serta - yang

- lambang - selalu - tinggi

- kesempurnaan - mengutamakan

- dan - nilai

e. Metode Lexicon

Setelah melalui 4 tahapan pre-proccessing query diatas,

maka sistem akan menyimpan query tersebut untuk diproses

ketahap selanjutnya.

1. Identifikasi setiap kata sentimen pada query.

Pada proses ini query akan diidentifikasi kata sentimen berdasarkan

kamus positf, negatif, emosi dan negasi. Kata yang berhasil diidentifikasi

dikelompokkan berdasarkan sentimennya.

https://t.co/3wd8U6D97d

https://t.co/3wd8U6D97d

62

Tabel 4. 14 Hasil identifikasi kata sentimen

Kata Pos Neg Gembira Marah Kecewa Sedih Takut

kesempurnaan 1 0 1 0 0 0 0

kemewahan 1 0 1 0 0 0 0

Diidentifikasi terdapat 2 kata bernilai sentimen positif dan sentimen

gembira.

2. Identifikasi kalimat negasi

Pada tahapan ini, query yang telah ditentukan kata sentimennya akan

dilihat apakah terdapat kata negasi pada setiap kata sentimen tersebut.

Query yang akan diidentifikasi kata negasi didalamnya ditandai dengan

adanya kata negasi dengan batas 2 frasa sebelum kata sentimen (Rustiana &

Rahayu, 2017).

Pada proses ini tidak ada kata yang teridentigikasi sebagai kata negasi.

Sehingga kata sebelumnya tidak berubah.

4.4.2. Konstruksi Kombinasi Algoritma k-Nearest Neighbor dan

pendekatan Lexicon

Pada tahap ini dilakukan proses untuk menentukan sentimen twitter

menggunakan kombinasi algoritma k-Nearest Neighbor dan lexicon.

Algoritma k-Nearest Neighbor pada pendekatan kombinasi ini akan

bertindak sebagai algoritma yang akan melakukan klasifikasi orientasi

sentimen sementara.

Pada dasarnya tahapan yang dilakukan tidak jauh berbeda dengan

analisa sebelumnya. Sehingga proses dan teknik yang sama pada

pendekatan lexicon juga diterapkan pada analisa ini. Dengan adanya

kombinasi diharapkan mampu meningkatkan akurasi dalam orientasi

sentimen. Secara keseluruhan analisa orientasi sentimen dengan kombinasi

algoritma k-Nearest Neighbor dan pendekatan lexicon dapat dijelaskan

dibawah ini.

a. Membangun kamus sentimen yang terbagi menjadi sentimen

positif dan negatif

63








EmoSenticNet).



d. Pelatihan data latih (inverted index dan pembobotan kata)

Untuk lebih jelas nya, berikut adalah contoh pembuatan inverted index

dan pembobotan kata pada data latih secara keseluruhan.

1. Mengumpulkan dokumen yang didapat dari kumpulan tweet berisi

sentimen sebagai data latih. Sebagai contoh digunakan 4 dokumen

sebagai data latih.

Tabel 4. 15 Dokumen data latih

Dok(n) Isi Tweet Sentimen

Tweet

1 Mobillll terpopuler di Uni Emirat Arab adalah

Kijang Innova yang sepenuhnya diproduksi di

Indonesia. https://t.co/C4NnymnFJk

GEMBIRA

2 Sedih, penjualannya merosot! Nasib Toyota

Sienta sama dengan BR-V. Penjualan Sienta

dalam data yang sama terus merosot setiap

bulannya. Kenapa ya? #ToyotaSienta #Toyota

via @detikoto

SEDIH

3 Mobil Toyota Camry Tabrak lima Sepeda

Motor Tidak Terdaftar Nopolnya

https://t.co/cMXrmk7TIA

https://t.co/SAn0RmLlva

MARAH

4 Pokoknya dulu lagi sering sama kasus

penculikan, bahkan pas kecil takut liat rx king

sama toyota hardtop soalnya disangka

kendaraan culik https://t.co/U1jFVPUdbQ

TAKUT

https://t.co/C4NnymnFJk



https://t.co/U1jFVPUdbQ

64

2. Case folding

Tabel 4. 16 Hasil casefolding pada data latih


Tweet

1 mobillll terpopuler di uni emirat arab adalah

kijang innova yang sepenuhnya diproduksi di

indonesia. https://t.co/c4nnymnfjk

GEMBIRA

2 Sedih, penjualannya merosot! Nasib Toyota

Sienta sama dengan BR-V. Penjualan Sienta


bulannya. Kenapa ya? #ToyotaSienta #Toyota

via @detikoto

SEDIH

3 mobil toyota camry tabrak lima sepeda motor

tidak terdaftar nopolnya

https://t.co/cmxrmk7tia https://t.co/san0rmllva

MARAH

4 Pokoknya dulu lagi sering sama kasus



kendaraan culik https://t.co/U1jFVPUdbQ

TAKUT

3. Filtering

Tabel 4. 17 Hasil filtering pada data latih


Tweet

1 mobillll terpopuler di uni emirat arab adalah

kijang innova yang sepenuhnya diproduksi di

indonesia.

GEMBIRA

2 sedih, penjualannya merosot! nasib toyota

sienta sama dengan br-v. penjualan sienta


bulannya. kenapa ya?

SEDIH

3 mobil toyota camry tabrak lima sepeda motor

tidak terdaftar nopolnya

MARAH

4 pokoknya dulu lagi sering sama kasus



kendaraan culik

TAKUT

4. Tokenizing

https://t.co/C4NnymnFJk



https://t.co/U1jFVPUdbQ

65

Tabel 4. 18 Hasil tokenizing pada data latih

5. Normalisasi

Tabel 4. 19 Hasil normalisasi pada data latih

Dok(1) Dok(2) Dok(3) Dok(4)

mobil sedih mobil pokoknya

terpopuler penjualannya toyota dulu

di merosot camry lagi

uni nasib tabrak sering

emirat toyota lima sama

arab sienta sepeda kasus

adalah sama motor penculikan

kijang dengan tidak bahkan

innova brv terdaftar pas

yang penjualan nopolnya kecil

sepenuhnya sienta takut

diproduksi dalam liat

di data rx

indonesia yang king

sama sama


mobillll sedih mobil pokoknya

terpopuler penjualannya toyota dulu

di merosot camry lagi

uni nasib tabrak sering

emirat toyota lima sama

arab sienta sepeda kasus

adalah sama motor penculikan

kijang dengan tidak bahkan

innova brv terdaftar pas

yang penjualan nopolnya kecil

sepenuhnya sienta takut

diproduksi dalam liat

di data rx

indonesia yang king

sama sama

terus toyota

merosot hardtop

setiap soalnya

bulannya disangka

kenapa kendaraan

ya culik

66

terus toyota

merosot hardtop

setiap soalnya

bulannya disangka

kenapa kendaraan

ya culik

6. Stopwords dan Stemming

Tabel 4. 20 Hasil stopwords dan stemming pada data latih

7. Perhitungan manual klasifikasi data latih

Menghitung pembobotan kata TF-IDF

Berikut ini adalah langkah-langkah menghitung TF-IDF:

1. Menghitung Term Frequency (TF) yaitu menghitung kemunculan

term pada dokumen. Hasilnya dapat dilihat pada tabel

2. Menghitung Document Frequency (DF) yaitu menghitung

banyaknya dokumen dimana suatu term muncul. Hasilnya dapat

dilihat pada tabel

3. Menghitung Inverse Document Frequency (IDF)

Menghitung IDF menggunakan rumus:

𝐼𝐷𝐹 = 𝑙𝑜𝑔𝑁

𝑁𝑡

Sebagai contoh menghitung term “camry”, dan hasil

keseluruhannya dapat dilihay pada tabel


mobil sedih mobil culik

populer jual toyota pas

uni merosot camry takut

emirat nasib tabrak liat

arab toyota sepeda rx

kijang sienta motor king

innova brv daftar toyota

produksi jual nopolnya hardtop

indonesia sienta sangka

data kendara

merosot culik

67

𝐼𝐷𝐹(𝑐𝑎𝑚𝑟𝑦) = 𝑙𝑜𝑔4

1= 0.6020

Keterangan:

N = Jumlah seluruh dokumen

Nt = jumlah dokumen yang mengandung kata t (term) atau DF

4. Menghitung TF-IDF atau bobot menggunakan rumus:

𝑊(𝑡, 𝑑) = 𝑡𝑓 𝑥 𝐼𝐷𝐹

𝑊(camry, Dok(3)) = 1 𝑥 0.6020 = 0.6020

Tabel 4. 21 Hasil pembobotan kata tf

Term TF


arab 1 0 0 0

brv 0 1 0 0

camry 0 0 1 0

culik 0 0 0 2

daftar 0 0 1 0

data 0 1 0 0

emirat 1 0 0 0

hardtop 0 0 0 1

indonesia 1 0 0 0

innova 1 0 0 0

jual 0 2 0 0

kendaraan 0 0 0 1

kijang 1 0 0 0

king 0 0 0 1

liat 0 0 0 1

merosot 0 2 0 0

mobil 1 0 1 0

motor 0 0 1 0

nasib 0 1 0 0

nopolnya 0 0 1 0

pas 0 1 0 0

populer 1 0 0 0

produksi 1 0 0 0

rx 0 0 0 1

sangka 0 0 0 1

sedih 0 1 0 0

sepeda 0 0 1 0

sienta 0 2 0 0

tabrak 0 0 1 0

68

takut 0 0 0 1

toyota 1 1 1 1

uni 1 0 0 0

Tabel 4. 22 Hasil pembobotan kata idf

Term DF IDF W = TF IDF


arab 1 0.6020 0.6020 0 0 0

brv 1 0.6020 0 0.6020 0 0

camry 1 0.6020 0 0 0.6020 0

culik 1 0.6020 0 0 0 1.2040

daftar 1 0.6020 0.6020 0 0 0

data 1 0.6020 0 0 0 0.6020

emirat 1 0.6020 0.6020 0 0 0

hardtop 1 0.6020 0.6020 0 0 0

indonesia 1 0.6020 0 0.6020 0 0

innova 1 0.6020 0.6020 0 0 0

jual 1 0.6020 0 1.2040 0 0

kendaraan 1 0.6020 0 0.6020 0 0

kijang 1 0.6020 0.6020 0 0 0

king 1 0.6020 0 0 0.6020 0

liat 1 0.6020 0 0.6020 0 0

merosot 1 0.3010 0 0 0.6020 0

mobil 2 0.3010 0.3010 0 0.3010 0

motor 1 0.6020 0.6020 0 0 0

nasib 1 0.6020 0.6020 0 0 0

nopolnya 1 0.6020 0 0 0 0.6020

pas 1 0.6020 0 0.6020 0 0

populer 1 0.6020 0 0 0.6020 0

produksi 1 0.6020 0 0.6020 0 0

rx 1 0.6020 0 0 0.6020 0

sangka 1 0.6020 0 0 0 0.6020

sedih 1 0.6020 0 0.6020 0 0

sepeda 1 0.6020 0 0 0.6020 0

sienta 1 0.6020 1.2040 0 0 0

tabrak 1 0.6020 0 0.6020 0 0

takut 1 0.6020 0 0.6020 0 0

toyota 3 0.1249 0 0.1249 0.1249 0.1249

uni 1 0.6020 0.6020 0 0 0

e. Klasifikasi query uji dengan algoritma k-NN (sentimen sementara)

1. Pre-proccessing query uji

69

a. Pada tahapan ini menggunakan 1 data uji sebagai contoh. Data

uji ini nantinya akan diproses untuk masuk ke dalam kelas

sentimen yang ada.

Query: Toyota Perkirakan Mobil C-HR Hybrid akan Lebih Laris

https://t.co/Yve1rYPRNo https://t.co/GvKayDo1WQ

b. Case Folding

toyota perkirakan c-hr hybrid akan lebih laris

https://t.co/yve1ryprno https://t.co/gvkaydo1wq

c. Filtering

toyota perkirakan mobil c-hr hybrid akan lebih laris

d. Tokenizing

-toyota -perkirakan -mobil -c-hr

-hybrid -akan -lebih -laris

e. Normalisasi

-toyota -perkirakan - mobil -c-hr

-hybrid -akan -lebih -laris

f. Seleksi kalimat netral dengan pendekatan lexicon

-toyota -perkirakan - mobil -c-hr

-hybrid -akan -lebih

g. Stopwords dan Stemming

-toyota -mobil

h. Pembobotan kata

-tf toyota = 1 -tf mobil = 1

2. Menghitung kedekatan kemiripan query uji dengan data latih

menggunakan rumus consine similarity.

Untuk lebih jelasnya, tahapan ini akan dijelaskan sebagai lanjutan

contoh dari proses pre-proccessing query diatas. Sebagai contoh query

yang sudah dilakukan pre-proccessing sebagai berikut.

Query: toyota mobil

https://t.co/yve1ryprno

https://t.co/gvkaydo1wq

70

Sebelum menghitung consine similarity terlebih dahulu dilakukan

tahapan-tahapan berikut :

Menghitung bobot setiap kata dalam dokumen query uji terhadap

bobot data latih.

Tabel 4. 23 Hasil Pembobotan Query Uji dengan data latih

Term DF IDF W = TF IDF

Query Dok(1) Dok(2) Dok(3) Dok(4)

arab 1 0.6020 0 0.6020 0 0 0

Brv 1 0.6020 0 0 0.6020 0 0

camry 1 0.6020 0 0 0 0.6020 0

culik 1 0.6020 0 0 0 0 1.2040

daftar 1 0.6020 0 0.6020 0 0 0

data 1 0.6020 0 0 0 0 0.6020

emirat 1 0.6020 0 0.6020 0 0 0

hardtop 1 0.6020 0 0.6020 0 0 0

indonesia 1 0.6020 0 0 0.6020 0 0

innova 1 0.6020 0 0.6020 0 0 0

jual 1 0.6020 0 0 1.2040 0 0

kendaraan 1 0.6020 0 0 0.6020 0 0

kijang 1 0.6020 0 0.6020 0 0 0

king 1 0.6020 0 0 0 0.6020 0

Liat 1 0.6020 0 0 0.6020 0 0

merosot 1 0.3010 0 0 0 0.6020 0

mobil 2 0.3010 0.3010 0.3010 0 0.3010 0

motor 1 0.6020 0 0.6020 0 0 0

nasib 1 0.6020 0 0.6020 0 0 0

nopolnya 1 0.6020 0 0 0 0 0.6020

pas 1 0.6020 0 0 0.6020 0 0

populer 1 0.6020 0 0 0 0.6020 0

produksi 1 0.6020 0 0 0.6020 0 0

rx 1 0.6020 0 0 0 0.6020 0

sangka 1 0.6020 0 0 0 0 0.6020

sedih 1 0.6020 0 0 0.6020 0 0

sepeda 1 0.6020 0 0 0 0.6020 0

sienta 1 0.6020 0 1.2040 0 0 0

tabrak 1 0.6020 0 0 0.6020 0 0

takut 1 0.6020 0 0 0.6020 0 0

toyota 3 0.1249 0.1249 0 0.1249 0.1249 0.1249

71

Selanjutnya berdasarkan perhitungan bobot tersebut, hitung panjang

vektor setiap dokumen. Tahapan yang dilakukan adalah sebagai

berikut :

1. Hitung hasil perkalian skalar antara query uji dan 4 dokumen

lainnya (data latih). Hasilnya perkalian dari setiap dokumen

dengan query dijumlahkan.

Tabel 4. 24 Hasil perkalian skalar antara query dan data latih

Asal_dokumen_perkalian_skalar (WQuery*WDoki)

W(D1) W(D2) W(D3) W(D4)

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0.09060 0 0.09060 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0.01560 0.01560 0.01560

0.09060 0.01560 0.10620 0.01560

72

2. Hitung panjang setiap dokumen, termasuk query uji. Caranya

dengan mengkuadratkan bobot setiap kata dalam setiap

dokumen, jumlahkan nilai kuadrat dan terakhir akarkan.

Tabel 4. 25 Hasil panjang setiap dokumen

W(Q) W(D1) W(D2) W(D3) W(D4)

0 0.362404 0 0 0

0 0 0.362404 0 0

0 0 0 0.362404 0

0 0 0 0 0.724808

0 0.362404 0 0 0

0 0 0 0 0.362404

0 0.362404 0 0 0

0 0.362404 0 0 0

0 0 0.362404 0 0

0 0.362404 0 0 0

0 0 0.362404 0 0

0 0 0.724808 0 0

0 0.362404 0 0 0

0 0 0 0.362404 0

0 0 0.362404 0 0

0 0 0 0.362404 0

0.181202 0.181202 0 0.181202 0

0 0.362404 0 0 0

0 0.362404 0 0 0

0 0 0 0 0.362404

0 0 0.362404 0 0

0 0 0 0.362404 0

0 0 0.362404 0 0

0 0 0 0.362404 0

0 0 0 0 0.362404

0 0 0.362404 0 0

0 0 0 0.362404 0

0 0.724808 0 0 0

0 0 0.362404 0 0

0 0 0.362404 0 0

0.01560 0 0.01560 0.01560 0.01560

0.196802 3.805242 4.002044 2.371226 1.82762

0.4436 1.9507 2.0005 1.5399 1.3519

73

Terapkan rumus consine similarity. Hitung kemiripan query dengan

4 dokumen lainnya (data latih).

Hasil perhitungan dalam tabel

D1 D2 D3 D4

0.6043088210772052 0.2652681198670746 0.4083793468707038 0.2094021933828712

3. Menentukan besar nilai k pada algoritma k-NN

Menentukan nilai k pada algoritma k-NN. Nilai k merupakan parameter

yang akan membatasi ketetanggaan terdekat yang akan diproses pada

tahap selanjutnya. Ditentukan nilai k pada algoritma k-NN adalah 1.

Sehingga berdasarkan nilai tersebut ketetanggaan terdekat dengan query

adalah sebagai berikut :

Setelah diurutkan (dari yang memiliki nilai terbesar)

4. Menyimpulkan orientasi sentimen sementara dengan persamaan 4.3

D1 = 0.6043088210772052

D1 = GEMBIRA (Dokumen ke empat memiliki sentimen gembira)

Dnn(c1,c2) = GEMBIRA

Dapat disimpulkan bahwa query uji memiliki sentimen gembira

f. Evaluasi orientasi sentimen sementara dengan pendekatan lexicon

Untuk lebih jelasnya, berikut akan dijelaskan proses evaluasi orientasi

sentimen sementara sebagai lanjutan dari proses klasifikasi dengan k-

NN.

a. Identifikasi kata kunci menggunakan kamus sentimen

1 2 3 4

D1 D3 D2 D4

Cos(Q,D1) = 0.181202 / (0.4436 * 1.9507) = 0. 181202 / 0. 86533 = 0. 6043088210772052

Cos(Q,D2) = 0.362404 / (0.4436 * 2.0005) = 0. 362404 / 0. 88742 = 0. 2652681198670746

Cos(Q,D3) = 0.181202 / (0.4436 * 1.5399) = 0. 181202 / 0. 68309 = 0. 4083793468707038

Cos(Q,D4) = 0.362404 / (0.4436 * 1.3519) = 0. 362404 / 0. 59970 = 0. 2094021933828712

74

Pada tahapan menggunakan algoritma k-NN didapat nilai

orientasi sentimen sementara adalah gembira. Sehingga pada

tahap ini akan dilakukan pencarian kata kunci sentimen hanya

bernilai sentimen gembira.

Gembira Marah Kecewa Sedih Takut

(+) laris - - - -

1 kata 0 kata 0 kata 0 kata 0 kata

b. Identifikasi kalimat negasi

Tidak ditemukan kalimat negasi pada kata sentimen gembira

tersebut

Gembira Marah Kecewa Sedih Takut

(+) laris - - - -

1 kata 0 kata 0 kata 0 kata 0 kata

4.5. Simulation Phase

Pada tahapan simulasi ini akan dilakukan simulasi aplikasi yang berkaitan

dengan pengujian tingkat akurasi algoritma K-Nearest Neighbor dan pendekatan

Lexicon. Adapun faktor-faktor dalam proses simulasi dapat dilihat pada tabel

berikut.

Tabel 4. 26 Simulasi Penelitian

Variabel/Parameter

Simulasi

Tahap Simulasi

Faktor 1 Tahap klasifikasi sentimen data latih dengan

pendekatan Lexicon

Faktor 2 Tahap pelatihan data pada data latih

Faktor 3 Tahap pengujian data uji dengan kombinasi

algortima k-NN dan pendekatan Lexicon

75

berdasarkan nilai k pada algoritma k-NN adalah

1,3,5,9 dan 10.

Faktor 4 Tahap pengujian akurasi menggunakan

confusion matrix

Variabel atau parameter simulasi yang digunakan dalam melakukan

skenario-skenario pengujian yaitu dengan menggunakan pendekatan Lexicon dan

kombinasi algoritma k-NN dan pendekatan Lexicon. Pendekatan Lexicon digunakan

untuk memudahkan peneliti dalam melakukan klasifikasi dan labeling data pada

data latih sebanyak 900 data. Sementara kombinasi algoritma k-NN dan pendekatan

Lexicon digunakan untuk klasifikasi data uji sebanyak 100 data .

Dalam sub-bab berikut akan dibahas simulasi aplikasi analisis orientasi

sentimen berdasarkan skenario simulasi pada tabel 4.28.

4.5.1. Tahap pengujian data uji

Pegujian yang dilakukan adalah untuk mengklasifikasikan data uji

kedalam kelas emosi gembira, marah, sedih, kecewa, takut dengan

kombinasi algoritma k-NN. Proses pengklasifikasian data uji akan

dilakukan kedalam 1 skenario yaitu berdasarkan penentuan nilai k pada

algoritma k-NN dengan nilai k=1, k=3, k=5, k=9 dan k=10.

Pada tahapan ini terdapat informasi sejauh mana tingkat

keberhasilan kombinasi algoritma tersebut dalam mengklasifikasikan data

uji kedalam kelasnya yang dihitung berdasarkan tingkat akurasi, error rate,

presisi, recall dan f-measure.

1. Skenario 1 nilai k pada algoritma k-NN = 1

Pada gambar dibawah menggambarkan tampilan hasil setelah

melakukan proses klasifikasi data uji menggunakan kombinasi algoritma k-

NN dan lexicon dengan nilai k pada algoritma k-NN adalah 1. Tingkat

akurasi yang dihasilkan pada skenario pertama sebesar 81%, error rate

sebesar 19%, recall sebesar 72%, presisi sebesar 0,8965 dan f-measure

sebesar 0,8.

76

Gambar 4. 14 Tampilan Informasi Tingkat Akurasi Sistem Skenario 1

77

Gambar 4. 15 Tampilan Informasi Confusion Matrix Skenario 1

78







sebesar 0,8253.


79


80







sebesar 0,8253.


81


82







sebesar 0,8253.


83


84







sebesar 0,8253.


85


4.6. Verification, Validation and Experimentation

Pembahasan pada sub-bab ini akan dibahas pada BAB 5.

4.7. Output Analysis Phase

Pembahasan pada sub-bab ini akan dibahas pada BAB 5.

86

BAB V

HASIL DAN PEMBAHASAN

5.1. Verification, Validation and Experimentation

Verifikasi dilakukan untuk memastikan bahwa setiap tahapan pada bab-bab

sebelumnya saling memiliki hubungan, dalam hal ini setiap tahapan pada bab 4

diulas kembali untuk memastikan tiap tahap tersebut saling terkait. Verifikasi juga

memastikan bahwa input dan output sesuai dengan yang diharapkan dimulai dari

tahap problem formulation (formulasi masalah) hingga simulation phase (simulasi).

Dari tahapan problem formulation (formulasi masalah) dilakukan

pembahasan mengenai masalah terpenting dengan cara identifikasi masalah untuk

dirumusakan dalam penulisan skripsi ini, sehingga dari permasalahan tersebut dapat

dikembangkan suatu pemodelan konsep sebagai solusi. Selanjutnya pada tahapan

conceptual model (pemodelan konsep), dilakukan pembahasan konsep secara

keseluruahan pada Aplikasi analisis orientasi sentimen meliputi input, proses,

eksperimen dan output yang diharapkan. Pada tahapan collection input/output data,

membahasa input dan output data dengan menyebutkan atribut-atribut data.

Berlanjut ke tahapan Modelling phase (pemodelan) yaitu berkaitan dengan

mengolah data input dan output yang telah dibuat pada tahapan sebelumnya. Pada

tahapan ini dilakukan perhitungan sampel dan konstruksi klasifikasi sentimen data

latih menggunakan pendekatan Lexicon, perhitungan sampel dan konstruksi

klasifikasi data uji menggunakan kombinasi algoritma K-Nearest Neighbor dan

pendekatan Lexicon yang dilakukan secara manual untuk dapat dijadikan acuan

dalam pembuatan aplikasi pada skripsi ini. Berikutnya pada tahapan terkahir adalah

simulation (simulasi), yaitu dengan melakukan simulasi pada aplikasi analisis

orientasi sentimen yang fungsinya mengimplementasikan pemodelan-pemodelan

manual sebelumnya. Oleh karena itu, setiap tahapan dapat dipastikan memiliki

keterkaitan, karena setiap tahapan yang dibuat akan berpengaruh untuk membuat

tahapan selanjutnya. Sehingga dari seluruh tahapan-tahapan yang dibahas pada sub-

bab sebelumnya dapat diverifikasi sesuai dengan ketentuan verifikasi yang ada.

87

Dalam proses validasi dilakukan pengujian kebenaran sistem yaitu dengan

melakukan perbandingan hasil kombinasi algoritma K-Nearest Neighbor dan

pendekatan Lexicon yang dihitung secara manual dengan hasil pada aplikasi

analisis orientasi sentimen sehingga menghasilkan keakuratan sistem. Kemudian

dilakukan eksperimen dengan membandingkan hasil skenario yaitu hasil klasifikasi

sentimen data uji menggunakan kombinasi algoritma K-Nearest Neighbor dan

pendekatan Lexicon. Dari eksperimen tersebut dilakukan analisis outputnya yang

akan dibahas pada tahapan Output Analysis Phase.

5.2. Output Analysis Phase

Dalam melakukan analisis output, dilakukan analisis terhadap hasil

klasifikasi sentimen publik terhadap produk otomotif Toyota dengan menggunakan

kombinasi algoritma K-Nearest Neighbor dan pendekatan Lexicon dan hasil tingkat

akurasi dari algoritma tersebut. Output penelitian ini didapatkan dari aplikasi

berbasis web menggunakan bahasa pemrograman PHP dan database Mysql yang

dibangun oleh penulis.

5.2.1. Hasil Klasifikasi Sentimen Kombinasi Algoritma K-Nearest

Neighbor dan Pendekatan Lexicon

Sub-bab ini menjelaskan hasil dari klasifikasi sentimen 100 data uji

yang bersumber dari Twitter berkaitan dengan komentar netizen terhadap

produk otomotif Toyota. Klasifikasi dilakukan menggunakan kombinasi

algoritma k-NN dan pendekatan Lexicon yang ditentukan berdasarkan ke 5

parameter nilai k pada algoritma k-NN. Penulis menggunakan 5 paramater

nilai k mengambil referensi dari penelitian sebelumnya. Hasil klasifikasi

sentimen 100 data uji dimasukkan ke dalam lampiran.

5.2.2. Analisis Hasil Tingkat Akurasi Kombinasi Algoritma K-


Sub-bab ini akan menjelaskan mengenai hasil tingkat akurasi

terhadap kombinasi algoritma k-NN dan pendekatan Lexicon. Pada

algoritma k-NN akan dilakukan pengujian terhadap nilai k dalam 5 nilai

yaitu k=1, k=3, k=5 K=9 dan k=10. Data latih yang digunakan adalah

88

berjumlah 900 dokumen. Dan 100 dokumen data uji baru. Nilai kombinasi

antara kedua algoritma dengan akurasi tertinggi akan digunakan pada sistem

analisis orientasi sentimen ini.

a. Hasil Tingkat Akurasi Kombinasi Algoritma k-NN dan Lexicon dengan

nilai k pada algoritma k-NN sama dengan 1.

Tabel 5. 1 hasil akurasi dengan k=1

Sentimen Kelas hasil prediksi

Gembira Marah Sedih Kecewa Takut

Kelas

Sebenarnya

Gembira a = 26 b = 10 c = 0 d = 0 e = 0

Marah f = 2 g = 26 h = 0 i = 0 j = 3

Sedih k = 0 l = 1 m = 6 n = 0 o = 0

Kecewa p = 0 q = 2 r = 0 s = 13 t = 0

Takut u = 1 v = 0 w = 0 x = 0 y = 10

Berdasarkan hasil pengujian dari tabel diatas dapat diambil nilai akurasi

sebagai berikut:

𝑎𝑘𝑢𝑟𝑎𝑠𝑖 𝑎 + 𝑔 + 𝑚 + 𝑠 + 𝑦

(𝑡𝑜𝑡𝑎𝑙 𝑠𝑒𝑚𝑢𝑎 𝑑𝑎𝑡𝑎) X 100

𝑎𝑘𝑢𝑟𝑎𝑠𝑖 = 26 + 26 + 6 + 13 + 10

26 + 10 + 2 + 26 + 3 + 1 + 6 + 2 + 13 + 1 + 10 + 0 X 100

𝑎𝑘𝑢𝑟𝑎𝑠𝑖 = 81

100 X 100 = 81%

89

b. Hasil Tingkat Akurasi Kombinasi Algoritma k-NN dan Lexicon dengan


Tabel 5. 2 Hasil akurasi dengan k=3



Kelas

Sebenarnya

Gembira a = 26 b = 9 c = 1 d = 0 e = 0

Marah f = 1 g = 27 h = 0 i = 0 j = 2

Sedih k = 0 l = 0 m = 6 n = 1 o = 0

Kecewa p = 0 q = 2 r = 0 s = 13 t = 0

Takut u = 0 v = 0 w = 1 x = 0 y = 11


sebagai berikut:




100 X 100 = 83%

c. Hasil Tingkat Akurasi Kombinasi Algoritma k-NN dan Lexicon dengan





Kelas

Sebenarnya

Gembira a = 26 b = 9 c = 1 d = 0 e = 0

Marah f = 1 g = 26 h = 0 i = 0 j = 3

Sedih k = 0 l = 0 m = 6 n = 1 o = 0

90

Kecewa p = 0 q = 2 r = 0 s = 13 t = 0

Takut u = 0 v = 0 w = 1 x = 0 y = 11


sebagai berikut:




100 X 100 = 82%

d. Hasil Tingkat Akurasi Kombinasi Algoritma k-NN dan Lexicon dengan





Kelas

Sebenarnya

Gembira a = 26 b = 10 c = 0 d = 0 e = 0

Marah f = 1 g = 24 h = 0 i = 1 j = 4

Sedih k = 0 l = 0 m = 6 n = 1 o = 0

Kecewa p = 0 q = 2 r = 0 s = 13 t = 0

Takut u = 0 v = 1 w = 1 x = 0 y = 10


sebagai berikut:




100 X 100 = 79%

91

e. Hasil Tingkat Akurasi Kombinasi Algoritma k-NN dan Lexicon dengan





Kelas

Sebenarnya

Gembira a = 26 b = 9 c = 1 d = 0 e = 0

Marah f = ` g = 22 h = 0 i = 1 j = 6

Sedih k = 0 l = 0 m = 6 n = 1 o = 0

Kecewa p = 0 q = 4 r = 0 s = 11 t = 0

Takut u = 0 v = 1 w = 1 x = 0 y = 10


sebagai berikut:




100 X 100 = 75%

Keterangan:

a = jumlah data gembira yang diklasifikasikan sebagai gembira

b = jumlah data gembira yang diklasifikasikan sebagai marah

c = jumlah data gembira yang diklasifikasikan sebagai sedih

d = jumlah data gembira yang diklasifikasikan sebagai kecewa

e = jumlah data gembira yang diklasifikasikan sebagai takut

f = jumlah data marah yang diklasifikasikan sebagai gembira

g = jumlah data marah yang diklasifikasikan sebagai marah

h = jumlah data marah yang diklasifikasikan sebagai sedih

92

i = jumlah data marah yang diklasifikasikan sebagai kecewa

j = jumlah data marah yang diklasifikasikan sebagai takut

k = jumlah data sedih yang diklasifikasikan sebagai gembira

l = jumlah data sedih yang diklasifikasikan sebagai marah

m = jumlah data sedih yang diklasifikasikan sebagai sedih

n = jumlah data sedih yang diklasifikasikan sebagai kecewa

o = jumlah data sedih yang diklasifikasikan sebagai takut

p = jumlah data kecewa yang diklasifikasikan sebagai gembira

q = jumlah data kecewa yang diklasifikasikan sebagai marah

r = jumlah data kecewa yang diklasifikasikan sebagai sedih

s = jumlah data kecewa yang diklasifikasikan sebagai kecewa

t = jumlah data kecewa yang diklasifikasikan sebagai takut

u = jumlah data marah yang diklasifikasikan sebagai kecewa

v = jumlah data takut yang diklasifikasikan sebagai gembira

w = jumlah data takut yang diklasifikasikan sebagai sedih

x = jumlah data takut yang diklasifikasikan sebagai kecewa

y = jumlah data takut yang diklasifikasikan sebagai takut

Gambar 5. 1 Grafik Hasil Penelitian

0

20

40

60

80

100

120

k=1 k=3 k=5 k=9 k=10

Per

sen

tase

Kombinasi k-NN dan Pendekatan Lexicon

Akurasi Presisi Recall

93

Gambar 5. 2 Hasil perhitungan F-Measure

Berdasarkan grafik pada gambar 5.1, dan 5.2, maka didapatkan hasil analisis

sebagai berikut:

1. Kombinasi algoritma k-NN dan pendekatan Lexicon memiliki tingkat

akurasi, error rate, presisi dan recall yang berbeda disetiap ekperimen

yang dilakukan oleh peneliti. Pada eksperimen pertama/skenario

pertama, kombinasi algoritma ini menghasilkan tingkat akurasi sebesar

82% dengan error rate sebesar 18%, f-measure sebesar 0,7179, presisi

sebesar 0,7368 dan recall sebesar 70%.

2. Pada eksperimen kedua/skenario kedua, kombinasi algoritma ini

menghasilkan tingkat akurasi sebesar 84% dengan error rate sebesar

16%, f-measure sebesar 0,7441, presisi sebesar 0,6956 dan recall

sebesar 80%. Dari eksperimen pertama ke eksperimen kedua mengalami

peningkatan akurasi sebesar 2%.

3. Pada eksperimen ke tiga/skenario ketiga, kombinasi algoritma ini



sebesar 80%. Pada eksperimen ketiga tingkat akurasi mengalami

penurunan dari 84% pada eksperimen kedua, namun lebih baik dari pada

eksperimen pertama yaitu 82%.

k = 1 k = 2 k = 3 k = 9 k = 10

F-Measure 0.8 0.83 0.8296 0.83 0.8295

0.785

0.79

0.795

0.8

0.805

0.81

0.815

0.82

0.825

0.83

0.835

F-Measure

94

4. Pada eksperimen ketiga/skenario ketiga, kombinasi algoritma ini



sebesar 75%. Eksperimen keempat mengalami penuruan akurasi

disetiap eksperimen yang telah dilakukan sebelumnya.

5. Pada eksperimen kelima/skenario kelima, kombinasi algoritma ini



sebesar 60%. Eksperimen kelima juga mengalami penurunan akurasi

disetiap eksperimen yang telah dilakukan sebelumnya.

6. Dari kelima eksperimen/skenario yang dilakukan peneliti, tingkat

tertinggi akurasi ada pada eksperimen kedua/skenario kedua dengan

tingkat akurasi sebesar 84% dan error rate yang paling rendah diantara

semua eksperimen/skenario yang telah dilakukan sebesar 16%.

Sementara tingkat terendah akurasi dan tertinggi error rate ada pada

eksperimen kelima/skenario kelima.

7. Perhitungan recall tertinggi ada pada dua eksperimen yaitu eksperimen

kedua dan ketiga sebesar 80%. Semakin tinggi nilai recall yang

dihasilkan maka sistem dapat memproporsikan kasus yang diidentifikasi

dengan benar.

8. Perhitungan f-measure terhadap kelima eksperimen yang tertinggi ada

pada eksperimen kedua diikuti dengan tingkat akurasi yang paling

tinggi. Sementara nilai f-measure terkecil ada pada eksperimen kelima

diikuti dengan tingkat akurasi yang paling rendah. Semakin tinggi nilai

f-measure (mendekati nilai 1) yang dihasilkan semakin bagus sistem.

9. Dimulai dari eksperimen kedua hingga eksperimen kelima, tingkat

akurasinya selalu mengalami penurunan, ini disebabkan karena

penentuan nilai k pada algoritma k-NN yang semakin tinggi. Pada

eksperimen kedua nilai k ditentukan sebesar 3, eksperimen ketiga nilai

k ditentukan sebesar 5, eksperimen keempat nilai k ditentukan sebesar

9 dan eksperimen kelima nilai k ditentukan sebesar 10. Penelitian (Rizki

95

Aulianita, 2016) menguji nilai k hanya sampai dengan k=10, hal ini

dikarenakan pengambilan nilai k yang tertinggi. Setelah nilai k pada

algoritma k-NN adalah 3 tingkat hasil akurasi menjadi turun. Pada

penelitian yang dilakukan oleh penulis saat ini juga mengalami hal

demikian.

10. Berdasarkan gambar tweet yang ada pada lampiran 2, sebanyak 26%

gembira karena produk-produk baru dari Toyota, sebanyak 27% marah

karena beberapa perilaku pengendara Toyota menyebabkan kecelakaan,

sebanyak 6% sedih karena beberapa merek mobil Toyota akan berakhir

dan tidak diproduksi kembali, sebanyak 13% kecewa karena pelayanan

servis dan tidak adanya perubahan/upgrade sparepart di beberapa

merek, dan sebanyak 11% takut karena beberapa mobil merek Toyota

melakukan kejahatan.

96

BAB VI

KESIMPULAN DAN SARAN

6.1. Kesimpulan

Berdasarkan rumusan masalah dan penejelasan yang telah peneliti

deskripsikan pada bab sebelumnya, maka peneliti dapat menarik kesimpulan

sebagai berikut:

1. Kombinasi algoritma k-NN dan pendekatan Lexicon dapat diterapkan

pada analisis sentimen kata.

2. Nilai k optimal dalam melakukan proses klasifikasi menggunakan

kombinasi algoritma k-NN dan pendekatan Lexicon adalah k=3 dengan

tingkat akurasi mencapai 84%, error rate sebesar 19%, f-measure

sebesar 0.8, presisi sebesar 0.8965 dan recall sebesar 72%.

3. Akurasi pada nilai k dalam algoritma K-NN mengalami pola naik

sebelum mencapai nilai k terbaik lalu mengalami penurunan tingkat

akurasi setelah nilai k terbaik.

6.2. Saran

Penulis menyadari bahwa aplikasi orientasi sentimen ini masih memiliki

beberapa kekurangan dan keterbatasan. Oleh karena itu, ada beberapa hal yang

perlu dipertimbangkan untuk mengembangkan aplikasi ini agar lebih baik, yaitu:

1. Sistem ini hanya dapat mengklasifikasi data teks berbahasa Indonesia

dan tidak mengklasifikasi gambar. Diharapkan dapat dikembangkan

dalam berbagai bahasa dan dapat mengklasifikasi gambar.

2. Adanya peningkatan koleksi kamus sentimen sehingga dapat

meningkatkan akurasi.

97

DAFTAR PUSTAKA

Ali, A., Rezwanul Huq, M., & Rahman, A. (2017). Sentiment Analysis on Twitter

Data using KNN and SVM, 8(6), 19–25.

Bagir, M., & Ayu Yuliani, I. (2012). Database Introduction. Depok: CCIT-FTUI.

BeritaSatu.com. (2017). Indonesia Masuk Lima Besar Pengguna Twitter.

Retrieved March 30, 2019, from

https://www.beritasatu.com/iptek/428591/indonesia-masuk-lima-besar-

pengguna-twitter

Bo, Z. H. ; G. W. ; J. (2014). Machine Learning and Lexicon Based Methods for

Sentiment Classification: A Survey, (978-1-4799-5727–9).

https://doi.org/10.1109/WISA.2014.55

Brownlee, J. (2016). Supervised and Unsupervised Machine Learning Algorithms.

Retrieved April 1, 2019, from

https://machinelearningmastery.com/supervised-and-unsupervised-machine-

learning-algorithms/

cnbcindonesia.com. (2019). Waspada! Penjualan Mobil Januari 2019 Anjlok

15,36%. Retrieved March 18, 2019, from

https://www.cnbcindonesia.com/market/20190214171648-17-

55586/waspada-penjualan-mobil-januari-2019-anjlok-1536

Connolly, T., & Begg, C. (2015). Database Systems: a practical approach to

design, implementation, and management (6th ed.). America: Pearson

Education.

Dey, L., & Sanjay, C. (2016). Sentiment Analysis of Review Datasets using Naïve

Bayes and K -NN Classifier, 8(4), 54–62.

https://doi.org/10.5815/ijieeb.2016.04.07

98

Febryanto, P. (2017). ANALISIS BEBERAPA FAKTOR YANG

MEMPENGARUHI KEPUASAN PELANGGAN.

Feldman, R., & Sanger, J. (2007). Advanced Approaches in Analyzing

Unstructured Data, The Text Mining Handbook. New York: Cambirdge.

Hotho, A., Nurnberger, A., & Paaß, G. (2005). A Brief Survey of Text Mining.

Computational Linguistics and Language Technology.

indonesia-investments.com. (2017). Industri Manufaktur Otomotif Indonesia.

Retrieved March 29, 2019, from https://www.indonesia-

investments.com/id/bisnis/industri-sektor/otomotif/item6047?

Indriani, A. (2014). Klasifikasi Data Forum dengan menggunakan Metode Naïve

Bayes Classifier. Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

Kadir, A. (2012). Algoritma dan Pemrograman Menggunakan C & C++. (1st

ed.). Yogyakarta: Andi.

kompas.com. (2016). Peringkat Merek Mobil yang ”Mengerti” Kepuasan

Pelanggan - Kompas. Retrieved March 18, 2019, from

https://otomotif.kompas.com/read/2016/08/31/132200415/Peringkat.Merek.

Mobil.yang.Mengerti.Kepuasan.Pelanggan

Kompasiana.com. (2015). Industri Otomotif (Nasional). Retrieved April 30, 2019,

from

https://www.kompasiana.com/dewayuniardi/54f33e65745513a32b6c6d07/in

dustri-otomotif-nasional

Krisandi, N., Prihandono, B., & Bayes, N. (2013). ALGORITMA k - NEAREST

NEIGHBOR DALAM KLASIFIKASI DATA HASIL PRODUKSI

KELAPA SAWIT PADA PT . MINAMAS, 02(1), 33–38.

Kurniawan, H. (2017). Sistem Penentuan Tingkat Kualitas Air pada Depot Air

Minum AIR MINUM MENGGUNAKAN METODE K-NEARST. Sistem

99

Penentuan Tingkat Kualitas Air Pada Depot Air Minum Menggunakan

Metode K-Nearest Neighbor (KNN) (Studi Kasus : Dinas Kesehatan Kota

Pekanbaru).

Leidiyana, H. (2013). Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan

Resiko Kredit Kepemilikan Kendaraan Bemotor. Jurnal Penelitian Ilmu

Komputer, System Embedded & Logic, Vol. 1(No.1).

Liu, B. (2016). Sentiment Analysis and Opinion Mining. (H. Graeme, Ed.) (1st

ed.). Chicago: Morgan & Claypool Publisher. Retrieved from

https://www.cs.uic.edu/~liub /FBS/SentimentAnalysis-and-

OpinionMining.pdf

Madani, S. A., Kazmi, J., & Mahlknecht, S. (2014). Wireless sensor networks:

modeling and simulation. InTech.

Mooney, R. J. (2006). Machine Learning Text Categoriztion. University of Texas.

Austin.

Munir, R. (2011). Algoritma dan pemrograman : Dalam bahasa pascal dan C.

Bandung: Informatika.

Nurjanah, W. E., Perdana, R. S., & Fauzi, M. A. (2017). Analisis Sentimen

Terhadap Tayangan Televisi Berdasarkan Opini Masyarakat pada Media

Sosial Twitter menggunakan Metode K-Nearest Neighbor dan Pembobotan

Jumlah Retweet, 1(12), 1750–1757.

Pang, B., & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations

and Trends in Information Retrieval.

Prasetyo, E. (2012). Data Mining Konsep dan Aplikasi Menggunakan Matlab (1st

ed.).

Purba, I. D. C., Hidayati, H., & Gozali, A. A. (2016). METODE HOLISTIC

LEXICON-BASED UNTUK ANALISIS SENTIMEN PADA DOKUMEN

100

BAHASA INDONESIA ( STUDI KASUS : TWEETS MENGENAI ISU

SOSIAL KOTA BANDUNG ).

Putstejovsky, J., & Stubbs, A. (2012). Natural Language Annotation for Machine

Learning. Cambridge : O’relly.

Raharjo, B., Heryanto, I., & Rk, E. (2012). Modul Pemrograman Web HTML,

PHP & MYSQL. Bandung: Modula.

Rio, A. (2016). Aplikasi Pendeteksi Plagiat Pada Karya Tulis dengan

Menggunakan Natural Language Processing. Pontianak.

Rustiana, D., & Rahayu, N. (2017). ANALISIS SENTIMEN PASAR

OTOMOTIF MOBIL : TWEET TWITTER MENGGUNAKAN NAÏVE

BAYES, 8(1), 113–120.

Santosa, B. (2007). Data Mining : Teknik Pemanfaatan Data Untuk Keperluan

Bisnis. Graha Ilmu.

Sjukani, M. (2013). Algoritma (Algoritma dan Struktur Data 1) dengan C, C++,

dan Java (8th ed.). Jakarta: Mitra Wacana Media.

Solichin, A. (2010). MySql 5 dari Pemula hingga Mahir. Jakarta.

Syafitri, N. (2010). Perbandingan Metode K-Nearest Neighbor (K-NN) dan

Metode Nearest Cluster Classifier (NCC) dalam Pengklasifikasian Kualitas

Batik Tulis. Jurnal Teknologi Informasi Dan Pendidikan, Vol. 2(No. 1).

Twitter. (2013). Pengertian Twitter.

www.socs.binus.ac.id. (2013). Natural Language Processing. Retrieved March 15,

2019, from http://socs.binus.ac.id/2013/06/22/NATURAL-LANGUAGE-

PROCESSING/

Yakub. (2012). Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu.

102

LAMPIRAN

Lampiran 1

Lampiran hasil klasifikasi sentimen kombinasi algoritma k-NN dan pendekatan

Lexicon.

Data

ke-n

Kombinasi algoritma k-NN dan pendekatan Lexicon Kelas

Sebenarnya k=1 k=3 k=5 k=9 k=10

1 MARAH GEMBIRA MARAH MARAH MARAH GEMBIRA

2 MARAH MARAH MARAH MARAH MARAH MARAH

3 SEDIH SEDIH SEDIH SEDIH SEDIH SEDIH

4 KECEWA KECEWA KECEWA KECEWA KECEWA KECEWA

5 TAKUT TAKUT TAKUT TAKUT TAKUT TAKUT



8 GEMBIRA GEMBIRA GEMBIRA GEMBIRA GEMBIRA GEMBIRA








103



18 TAKUT MARAH TAKUT TAKUT TAKUT MARAH





23 GEMBIRA TAKUT SEDIH GEMBIRA SEDIH TAKUT









32 KECEWA KECEWA MARAH KECEWA MARAH KECEWA




104







42 GEMBIRA GEMBIRA SEDIH GEMBIRA SEDIH GEMBIRA





47 KECEWA KECEWA MARAH KECEWA MARAH KECEWA








55 MARAH MARAH TAKUT MARAH TAKUT MARAH

105

56 MARAH GEMBIRA GEMBIRA MARAH GEMBIRA GEMBIRA

57 GEMBIRA MARAH MARAH GEMBIRA MARAH MARAH



















106








83 TAKUT TAKUT MARAH TAKUT MARAH TAKUT





88 MARAH KECEWA MARAH MARAH MARAH KECEWA

89 GEMBIRA MARAH GEMBIRA GEMBIRA GEMBIRA MARAH

90 MARAH KECEWA MARAH MARAH MARAH KECEWA


92 MARAH SEDIH KECEWA MARAH KECEWA SEDIH




107





100 MARAH MARAH KECEWA MARAH KECEWA MARAH

108

Lampiran 2

Lampiran tweet hasil analisis sentimen kombinasi algoritma k-NN dan pendekatan

Lexicon dengan k=3.

ANALISIS SENTIMEN TERHADAP PRODUK OTOMOTIF DARI …

Documents

Transcript of ANALISIS SENTIMEN TERHADAP PRODUK OTOMOTIF DARI …