ANALISIS SENTIMEN PADA KOMENTAR PENDEK TENTANG IDOL GROUP BTS DENGAN METODE SUPPORT VECTOR MACHINE (SVM) DAN QUERY EXPANSION (QE)

Ikanovrianti, Ikanovrianti (2021) ANALISIS SENTIMEN PADA KOMENTAR PENDEK TENTANG IDOL GROUP BTS DENGAN METODE SUPPORT VECTOR MACHINE (SVM) DAN QUERY EXPANSION (QE). Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text ABSTRAK.pdf Download (11kB) | Preview
Preview	Text COVER.pdf Download (248kB) | Preview
Preview	Text DAFTAR ISI.pdf Download (254kB) | Preview
	Text NASKAH-TA.pdf Restricted to Repository staff only Download (4MB)

Abstract

ABSTRAK
Media sosial kini menjadi tempat untuk mendapatkan informasi, dan menyalurkan
opini. Belakangan ini idol group Korea Selatan sedang ramai diperbincangkan di sosial
media. Salah satu idol group yang berasal dari Korea Selatan adalah yang berada di bawah
naungan HYBE entertainment, Bangtan Sonyeondan atau yang lebih dikenal dengan sebutan
BTS. Banyaknya remaja yang menggandrungi BTS membuat beberapa akun sosial media
mengunggah foto-foto BTS. Unggahan tersebut juga dipenuhi oleh komentar-komentar yang
memiliki berbagai respon entah itu komentar positif maupun komentar negatif. Komentarkomentar tersebut hanya berisi kalimat pendek yang sebenarnya memiliki makna luas.
Dalam melakukan analisis sentimen dengan menggunakan metode Support Vector
Machine (SVM) pada data komentar pendek, memiliki hasil yang kurang akurat. Untuk
mengatasi permasalahan tersebut maka diberikan metode tambahan dalam melakukan
analisis yaitu dengan menambahkan metode Query Expansion (QE). Metode QE mampu
melakukan perluasan pada term. Ketika menggunakan metode QE, data uji yang awalnya
tidak terdapat pada data latih atau bernilai 0 menjadi bernilai 1 karena saat pengujian
dilakukan pencarian sinonim pada term sehingga term tersebut dianggap ada atau bernilai 1.
Proses yang dilakukan yaitu scraping data, kemudian text preprocessing, query expansion,
pembobotan kata TF-IDF, dan melakukan analisis menggunakan metode SVM. Terdapat
dua pengujian yang dilakukan, yaitu pengujian menggunakan metode SVM dan QE, dan
pengujian menggunakan metode SVM tanpa QE. Pada pengujian SVM tanpa QE, setelah
text preprocessing dilakukan, selanjutnya yaitu masuk pada tahap pembobotan TF-IDF.
Pengujian menggunakan tabel Confusion Matrix dan K-Fold Cross Validation dengan iterasi
sebanyak 5 kali.
Hasil pengujian dengan tingkat akurasi tertinggi yaitu dihasilkan ketika pengujian
dilakukan dengan menggunakan metode SVM dan QE yaitu sebesar 74%, presisi 86%, dan
recall 72%. Sedangkan pengujian dengan menggunakan metode SVM tanpa QE akurasi
yang dihasilkan yaitu sebesar 72%, presisi 77%, dan recall 46%. Terdapat selisih 2% antara
dua pengujian yang dilakukan.
Kata Kunci : Komentar pendek, BTS, analisis sentimen, SVM, query expansion.
vii

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Komentar pendek, BTS, analisis sentimen, SVM, query expansion.
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	20 Dec 2021 04:54
Last Modified:	23 Aug 2022 04:36
URI:	http://eprints.upnyk.ac.id/id/eprint/27383

Actions (login required)

View Item