Analisis sentimen dengan klasifikasi naïve bayes pada pesan twitter menggunakan data seimbang

ANALISIS SENTIMEN DENGAN KLASIFIKASI NAÏVE BAYES
PADA PESAN TWITTER MENGGUNAKAN DATA SEIMBANG

EGA ADITYAWAN

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Sentimen
dengan Klasifikasi Naïve Bayes pada Pesan Twitter Menggunakan Data Seimbang
adalah benar karya saya dengan arahan dari komisi pembimbing dan belum
diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada

Institut Pertanian Bogor.
Bogor, Agustus 2014
Ega Adityawan
NIM G64100099

ABSTRAK
EGA ADITYAWAN. Analisis Sentimen dengan Klasifikasi Naïve Bayes pada
Pesan Twitter Menggunakan Data Seimbang. Dibimbing oleh AHMAD RIDHA.
Penelitian ini bertujuan untuk mengklasifikasi data tweet menjadi 3
sentimen yaitu positif, negatif, dan netral menggunakan data seimbang. Data yang
digunakan terdiri atas 8 entitas berbeda dengan masing-masing entitas setiap
sentimennya terdiri atas 80-90 data. Pengklasifikasian data tweet menggunakan
metode naïve Bayes dengan Multinomial dan Bernoulli. Sebelum klasifikasi,
dilakukan beberapa tahap praproses seperti normalisasi dan pembuangan
stopwords. Pengujian dilakukan pada 60 data setiap entitas per sentimennya untuk
mendapatkan model terbaik menggunakan 3-fold cross validation. Setelah itu,
data yang tersisa pada setiap entitas per sentimennya dianggap menjadi data baru.
Data baru tersebut akan dilakukan klasifikasi dengan menggunakan data latih dari
model terbaik pada 3-fold cross validation. Hasil klasifikasi pada data baru
menunjukkan, metode naïve Bayes memberikan nilai akurasi sebesar 71.09%

untuk Multinomial dan 66.42% untuk Bernoulli. Adapun nilai akurasi tiap
sentimennya untuk model Multinomial dan Bernoulli masing-masing yaitu
58.62% dan 64.53% untuk sentimen positif, 77.42% dan 65.53% untuk sentimen
negatif, 64.40% dan 84.18% untuk sentimen netral.
Katakunci: Analisis Sentimen, Data Seimbang, Klasifikasi, Naïve Bayes, Twitter

ABSTRACT
EGA ADITYAWAN. Sentiment Analysis with Naïve Bayes Classification on
Twitter Data Using Balanced Data. Supervised by AHMAD RIDHA.
The purpose of this research is to classify tweet data into 3 sentiments, i.e.,
positive, negative, and neutral using balanced data. The data consists of 8 different
entities where each entity consists of 80-90 tweets for each sentiment. Data
classification uses naïve Bayes with Multinomial and Bernoulli method. Before
classification, preprocessing includes normalization and stopword removal.
Evaluation is conducted on 60 data of each entity per sentiment to get the best
model using 3-fold cross validation. After that, the remaining data from previous
evaluation is considered to be new data. The new data will be classified using the
training data of the best models in the 3-fold cross validation. Classification
results on new data shows, that naïve Bayes method gives an accuracy rate of
71.09% and 66.42% for the Multinomial and Bernoulli. The accuracy rate of each

sentiment for Multinomial and Bernoulli models respectively are 58.62% and
64.53% and for the positive sentiment, 77.42% and 65.53% for the negative
sentiment, 64.40% and 84.18% for the neutral sentiment.
Keywords: Balanced Data, Classification, Naïve Bayes, Sentiment Analyst,
Twitter.

ANALISIS SENTIMEN DENGAN KLASIFIKASI NAÏVE BAYES
PADA PESAN TWITTER MENGGUNAKAN DATA SEIMBANG

EGA ADITYAWAN

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR

BOGOR
2014

Penguji : 1 Aziz Kustiyo, SSi MKom
2 Dr Imas S Sitanggang, SSi MKom

Judul Skripsi : Analisis Sentimen dengan Klasifikasi Naïve Bayes pada Pesan
Twitter Menggunakan Data Seimbang
Nama
: Ega Adityawan
NIM
: G64100099

Disetujui oleh

Ahmad Ridha, SKom MS
Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi MKom
Ketua Departemen

Tanggal Lulus:

PRAKATA
Segala puji bagi Allah subhanahu wata’ala atas segala rahmat serta karuniaNya yang telah diberikan sehingga penulis mampu menyelesaikan karya ilmiah ini
dengan baik. Shalawat dan salam semoga senantiasa tercurah kepada Nabi
Muhammad shallallahu ‘alaihi wasallam serta kepada keluarganya, sahabatnya,
serta para pengikutnya yang selalu berpegang kepada Al-Quran dan As-Sunnah.
Terima kasih penulis ucapkan kepada Bapak Ahmad Ridha, SKom MS
selaku pembimbing yang telah memberikan banyak ide, saran, bantuan, serta
dukungan sampai selesainya karya ilmiah ini, serta yang telah berkenan menjadi
penguji Bapak Aziz Kustiyo, SSi MKom dan Ibu Dr Imas S Sitanggang, SSi
MKom yang telah banyak memberikan saran. Ungkapan terima kasih juga
disampaikan kepada ayah, ibu, adik, serta seluruh keluarga, atas doa dan kasih
sayangnya. Terima kasih juga disampaikan kepada Ahmad Thoriq Abdul Aziz
atas bantuan diberikannya semua sumberdaya pada penelitian sebelumnya serta
rekan-rekan seperjuangan di Ilmu Komputer IPB angkatan 47 atas segala
kebersamaan, bantuan, dukungan, serta kenangan bagi penulis selama menjalani

masa studi.
Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2014
Ega Adityawan

DAFTAR ISI
DAFTAR TABEL

x

DAFTAR LAMPIRAN

x

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

METODE

2

Pengumpulan Data

3

Penentuan Sentimen Secara Manual

3

Normalisasi Teks

3

Evaluasi Normalisasi Teks

3

Pembuangan Stopword

4

K-fold Cross Validation

4

Klasifikasi Menggunakan Naïve Bayes

4

EvaluasiHasil Klasifikasi

6

Lingkungan Implementasi

6

HASIL DAN PEMBAHASAN

6

Pengumpulan Data

6

Penentuan Sentimen Secara Manual

6

Normalisasi Teks

7

Evaluasi Normalisasi Teks

7

Pembuangan Stopword

7

K-fold Cross Validation

8

Klasifikasi Menggunakan Naïve Bayes

9

KESIMPULAN DAN SARAN

11

Kesimpulan

11

Saran

12

DAFTAR PUSTAKA

12

RIWAYAT HIDUP

22

DAFTAR TABEL
1 Hasil 3-Fold Cross Validation untuk entitas XL
2 Hasil 3-Fold Cross Validation
3 Confusion matrix untuk hasil klasifikasi menggunakan naïve Bayes
model Multinomial
4 Confusion matrix untuk hasil klasifikasi menggunakan naïve Bayes
model Bernoulli

8
9
11
11

DAFTAR LAMPIRAN
1 Contoh keyword pada pengumpulan data
2 Contoh tabel kamus kata dalam normalisasi teks
3 Daftar kata buang pada stoplist (Ridha et al. 2002)
4 Daftar kata tambahan normalisasi teks
5 Confusion matrix 3-fold cross validation terbaik
6 Contoh tabel kata dan frekuensi pada tiap sentimen
7 Contoh tabel kata dan peluang pada tiap sentimen

13
13
14
15
16
20
21

2

1

PENDAHULUAN
Latar Belakang
Jejaring sosial adalah struktur sosial yang terdiri atas elemen-elemen
individual atau organisasi. Jejaring sosial menunjukkan cara mereka berhubungan
karena kesamaan sosial, mulai dari mereka yang dikenal sehari-hari sampai
dengan keluarga (Barnes 1969). Terjadinya perubahan era teknologi membuat
banyak dikenalnya sosial media yang merupakan sebuah media untuk
bersosialisasi satu sama lain. Sosialisasi secara online yang memungkinkan
manusia untuk saling berinteraksi tanpa dibatasi ruang dan waktu (Saumi 2012).
Twitter merupakan salah satu social networking yang tersedia dan cukup populer.
Twitter berada di urutan 8 untuk situs umum yang sering dikunjungi (Alexa
2013).
Menurut data yang dirilis Twitter, pada tahun 2012 Indonesia menjadi
negara dengan pengguna Twitter terbesar kelima di dunia (Tempo 2012). Lalu
Jakarta juga didaulat sebagai penyumbang 2.4% tweet yang lalu lalang selama
bulan Juni 2012 berdasarkan 1058 miliar tweet publik yang diambil datanya
(Semiocast 2012). Data ini menjadi dasar untuk dilakukannya penelitian pada
Twitter.
Aziz (2013) telah melakukan analisis sentimen dengan proses klasifikasi
pada entitas yang sedang dibicarakan pada Twitter. Hasil klasifikasinya pun
menunjukkan akurasi 96%, namun akurasi setiap sentimennya sangat tidak
berimbang. Sentimen netral memiliki akurasi yang jauh lebih besar yaitu 97%
dibandingkan sentimen positif dan negatif yang masing-masing hanya 30% dan
0%. Hal ini disebabkan oleh jumlah data sentimen netral yang lebih banyak
dibanding sentimen lainnya. Jumlah data sentimen netral terdiri atas 13161 data
sedangkan sentimen positif dan negatif masing-masing terdiri atas 657 data dan
143 data.
Pada penelitian ini dilakukan pengambilan data ulang dengan data yang
lebih seimbang pada setiap sentimennya. Sebelum proses klasifikasi, dilakukan
tahap praproses yaitu normalisasi teks untuk mengubah kata yang tidak baku
menjadi kata baku dan pembuangan stopwords untuk membuang kata yang
kemunculannya tinggi tetapi tidak memiliki arti. Proses pengujiannya pun
menggunakan 3-fold cross validation agar didapat model terbaik pada data
tersebut.
Perumusan Masalah
Rumusan masalah dalam penelitian ini adalah adanya permasalahan
imbalanced data yang belum diperhatikan pada penelitian sebelumnya yang
dilakukan oleh Aziz (2013).
Tujuan Penelitian
Penelitian ini bertujuan mengklasifikasikan data tweet dengan jenis data
seimbang pada sentimen yang telah ditentukan menggunakan metode naïve Bayes
dengan model Multinomial dan Bernoulli.

2

Manfaat Penelitian
Penelitian ini diharapkan dapat membantu entitas yang ingin mengetahui
perbincangan tentang entitas tersebut di Twitter. Selain itu, penelitian ini
diharapkan dapat memberikan informasi mengenai perbincangan tersebut apakah
mengandung sentimen positif, negatif, atau netral.

Ruang Lingkup Penelitian
Ruang lingkup penelitian ini menggunakan data statis dari Twitter yang
telah dikumpulkan dan berbahasa Indonesia. Data tweet diklasifikasikan
menggunakan teknik naïve Bayes dengan 3 kelas sentimen, yaitu positif, negatif,
dan netral. Penelitian ini tidak menangani keberadaan entitas yang ambigu.

METODE
Metode yang digunakan dalam penelitian ini terdiri atas 8 tahap, seperti
pada Gambar 1. Tahap pertama adalah pengumpulan data. Data yang digunakan
berasal dari jejaring sosial Twitter. Setelah data didapatkan, langkah selanjutnya
ialah melakukan penentuan sentimen secara manual terhadap data tersebut.
Kemudian, data dianalisis untuk mendapatkan sentimennya. Namun, sebelum
dilakukan analisis sentimen, data harus masuk ke dalam tahap praproses terlebih
dahulu, yaitu normalisasi dan pembuangan stopwords. Normalisasi teks bertujuan
mengubah tweet yang awalnya sulit dimengerti menjadi tweet yang mudah
dimengerti. Untuk mengetahui tingkat efektivitas proses normalisasi teks ini,
dilakukan evaluasi terhadap hasil normalisasi. Tahap praproses selanjutnya adalah
pembuangan stopwords, pada proses ini kata-kata yang kemunculannya tinggi dan
dianggap tidak memiliki makna akan dihilangkan. Setelah itu dilakukan k-fold
cross validation dengan tujuan mendapatkan model data latih terbaik. Pada bagian
klasifikasi sentimen digunakan klasifikasi naïve Bayes model Multinomial dan
Bernoulli. Tahap terakhir adalah evaluasi hasil klasifikasi.
1. Pengumpulan
Data

2. Penentuan
Sentimen Secara
Manual

3. Normalisasi Teks

6. K-fold Cross
Validation

5. Pembuangan
Stopword

4. Evaluasi
Normalisasi Teks

7. Klasifikasi
Menggunakan
Naïve Bayes

8. Evaluasi Hasil
Klasifikasi
Gambar 1 Metode penelitian

3
Pengumpulan Data
Tahap pertama adalah pengumpulan data. Data berupa kumpulan tweet yang
belum terklasifikasi namun sudah diekstraksi berdasarkan keyword yang
ditentukan. Penentuan keyword (contoh pada Lampiran 1), ditentukan sesuai
entitas yang ingin di ambil datanya. Data diperoleh selama periode 1 Februari
2014 sampai dengan 20 April 2014. Pengambilan data ini memanfaatkan Twitter
API dan dilakukan secara real time menggunakan aplikasi yang telah dibuat oleh
Hawksey (2013). Untuk menghindari adanya tweet spam digunakan juga batas
minimal follower suatu akun yaitu 200. Tiap tweet dilengkapi dengan atribut
seperti identitas, sentimen, topik, isi pesan, keyword, nama pengguna Twitter,
nama entitas, tanggal, dan identitas editor.
Penentuan Sentimen Secara Manual
Penentuan sentimen secara manual adalah pengelompokan data pada
sentimen yang telah ditentukan sebelumnya secara manual agar dapat digunakan
untuk kebutuhan klasifikasi. Data tweet dikelompokkan menurut pendapat dari
peneliti sehingga pengelompokannya bersifat subjektif.
Normalisasi Teks
Tweet hasil pengumpulan data selanjutnya dinormalisasi. Hal ini bertujuan
mempermudah proses analisis sentimen terhadap entitas-entitas tadi mengingat
banyaknya kata yang tidak baku didalam tweet seperti singkatan, tanggal, jumlah
mata uang, dan akronim. Kata yang tidak baku memiliki kecenderungan yang
lebih tinggi dalam hal ambiguitas interpretasinya atau pelafalannya dibanding kata
yang sudah baku. Misalnya, kata kamu bisa ditulis dengan kata lo, km ,kmu, anda,
dan masih banyak lagi. Jika tidak dilakukan normalisasi, kata-kata tersebut akan
berdiri sendiri. Padahal, seharusnya kata-kata tersebut terkelompokkan ke dalam
konteks yang sama, yaitu saya. Kasus semacam ini dapat diselesaikan dengan
normalisasi teks dengan cara mengganti kata yang tidak baku dengan kata yang
sesuai konteksnya (Sproat et al. 2001). Proses normalisasi teks dilakukan
menggunakan penggantian pada kata yang tidak baku menjadi kata baku dengan
sistem yang telah dibuat oleh Aziz (2013). Sebelum dilakukan penggantian
dengan kata baku, harus dibuat terlebih dahulu sebuah kamus yang berisi kata
yang tidak baku berikut kata bakunya (contoh pada Lampiran 2).
Evaluasi Normalisasi Teks
Tweet hasil normalisasi teks dievaluasi secara manual. Evaluasi ini bertujuan
menghitung tingkat akurasi dari hasil normalisasi. Proses evaluasi dilakukan
terhadap 1000 tweet yang diambil secara acak mengingat banyaknya jumlah tweet
yang ada.

4
Pembuangan Stopword
Tahap ini dilakukan dengan menghilangkan kata yang termasuk dalam
daftar kata buang pada data tweet setelah selesai dilakukan proses
normalisasi teks. Kata buang adalah kata yang tingkat kemunculannya tinggi
namun tidak memiliki arti untuk proses klasifkasi. Daftar kata buang didapat
dari penelitian Ridha et al. (2004). Daftar kata buang dapat dilihat pada
Lampiran 3.
K-fold Cross Validation
Pada proses selanjutnya dilakukan proses k-fold cross validation yaitu
dengan membagi dataset sebanyak k subset data yang jumlahnya sama besar
dan melakukan uji coba dengan satu subset data menjadi data uji dan subset
data lainnya menjadi data latih (Meira dan Zaki 2014). Proses fold dilakukan
hingga setiap subset data tepat satu kali menjadi data uji. Pada penelitian ini,
data dibagi menjadi 3 subset data dengan jumlah data masing-masing 60
data setiap entitas per sentimennya. Pengujian pada proses ini menggunakan
metode naïve Bayes dengan model Multinomial dan Bernoulli. Nantinya
pasangan subset terbaik dari hasil proses ini akan digunakan sebagai data
latih untuk proses klasifikasi pada data yang tersisa pada setiap entitas per
sentimennya.
Klasifikasi Menggunakan Naïve Bayes
Proses klasifikasi dilakukan terhadap data tweet hasil praproses untuk
mengklasifikasikan entitas berdasarkan respon terhadap entitas tersebut atau
analisis sentimen. Sentimen pada penelitian ini terdiri atas 3 kelas, yaitu
positif, negatif, dan netral. Tweet yang termasuk di dalam sentimen positif
contohnya: @BeresNews: Masyarakat Ingin Presiden Tegas Seperti
Prabowo. Sentimen netral contohnya: @erikadrenata: Pagi pak prabowo.
Sentimen negatif contohnya: Hubungan Baik Indonesia-AS Terancam
Memburuk Jika Prabowo Jadi Presiden. Klasifikasi ini menggunakan sistem
yang telah dibuat oleh Aziz (2013). Sebelum dilakukan klasifikasi, data
dibagi 2 menjadi data latih dan data uji. Data latih digunakan untuk memberi
pengetahuan kepada sistem tentang ciri-ciri suatu sentimen. Untuk
mengambil ciri-ciri suatu sentimen, dilakukan proses ekstraksi fitur yang di
dalamnya terdapat pembobotan kata berdasarkan kemunculan kata. Data uji
diperoleh dari data yang tersisa pada proses sebelumnya.
Fungsi klasifikasi yang digunakan adalah fungsi klasifikasi dengan
basis peluang yaitu naïve Bayes dengan model Multinomial dan model
Bernoulli. Penggunaan klasifikasi naïve Bayes dikarenakan prosesnya yang
sederhana dan mudah diaplikasikan pada berbagai keadaan serta tidak akan
mengalami kegagalan secara keseluruhan pada hasilnya (Manning et al.
2008). Pada model Multinomial, setiap data uji dihitung frekuensi kata t
pada tiap data latih sentimen c (Tct) dan jumlah kata unik pada data uji (N).
Kemudian dari data latih, jumlah kata (∑t’€vTct’) dan jumlah vocabulary (B)
dihitung. vocabulary (B) merupakan jumlah kata pada keseluruhan data
latih. Setelah frekuensi kata, jumlah kata, dan jumlah vocabulary

5
didapatkan, akan dihitung nilai peluang untuk kata t masuk pada sentimen c
(P(t|c)). Perhitungan peluang ini dapat bernilai nol apabila frekuensi kata pada
data uji di sentimen c (Tct) bernilai nol. Untuk mengatasi masalah ini, dimasukkan
koreksi seperti Laplace smoothing di semua probabilitas perkiraan sehingga
peluang tidak bernilai nol (Manning et al. 2008). Perhitungan peluang model
Multinomial dapat dilihat pada persamaan berikut:
P tc =

Tct+1
( t'∈V Tct')+B

(1)

Setelah didapatkan nilai peluang tiap kata, selanjutnya adalah mengalikan
nilai peluang tiap kata dengan memberikan pangkat (n) sesuai nilai frekuensi
kemunculan kata tersebut pada data uji. Hasilnya dikalikan kembali dengan nilai
peluang tiap sentimen (P(c)) (Manning et al. 2008). Nilai peluang tiap sentimen
(P(c)) dihitung dengan cara membagi jumlah data latih tiap sentimen dengan
jumlah data latih keseluruhan sentimen. Perhitungan akhir peluang kalimat pada
sebuah sentimen dapat dilihat pada Persamaan 2. Laplace smoothing digunakan
agar tidak ada kata uji yang berpeluang nol. Hasil yang diambil adalah hasil
perkalian yang terbesar pada setiap sentimennya.
(2)

N
n

P t c *P c

P cd =
i=1

Sementara itu, pada model Bernoulli, setiap data uji dihitung nilai peluang
tiap kata terhadap masing-masing sentimen. Perbedaannya dengan model yang
pertama yaitu perhitungan peluang menggunakan jumlah data yang mengandung
kata t (Tct), bukan frekuensi kemunculan kata t (Manning et al. 2008). Selain itu,
jika model Multinomial menggunakan jumlah kata dan jumlah vocabulary, model
Bernoulli menggunakan jumlah data latih tiap sentimen (Tc) dan jumlah sentimen
(∑c). Peluang tiap kata dihitung menggunakan persamaan:
P tc =

Tct+1
Tc+∑c

(3)

Setelah peluang tiap kata didapatkan, nilai dari hasil perkalian invers untuk
tiap peluang kata pada data latih selain kata pada data uji dihitung. Misalnya ada
sekumpulan kata pada data latih D dan sekumpulan kata pada data uji T.
Selanjutnya dicari kata-kata pada data latih D yang independen dengan kata-kata
pada data uji T. Dari kata-kata tersebut, diambil nilai peluang kata (dalam hal ini
diberi simbol P(t’|c)) dan jumlah kata (M) (Manning et al. 2008). Nilai peluang
kalimat terhadap suatu sentimen dihitung dengan persamaan:
N

P cd =

M

(1-P(t' |c))

P t c *P c *
i=1

i=1

(4)

6
Evaluasi Hasil Klasifikasi
Tahap terakhir adalah evaluasi untuk mengetahui tingkat akurasi dari
hasil klasifikasi data pada data uji. Perhitungan tingkat akurasi dilakukan
dengan membandingkan antara hasil klasifikasi menggunakan metode naïve
Bayes dan klasifikasi secara manual. Evaluasi ini menggunakan sistem yang
telah dibuat oleh Aziz (2013).
Lingkungan Implementasi
Lingkungan implementasi yang digunakan sebagai berikut:
Perangkat lunak:
 Microsoft Windows 7 Professional 64bit,
 Notepad++ 6.4.5, PHP, dan
 XAMPP 3.1.0 beserta MySQL 3.5.2.2
Perangkat keras:
 prosesor Intel® Core™ i5-2350M CPU @ 2.30GHz, memori 8 GB, dan
 hardisk 500 GB

HASIL DAN PEMBAHASAN
Pengumpulan Data
Pada tahap pengumpulan data diperoleh 1997 data tweet yang terdiri
dari 8 entitas dengan 8 atribut setiap datanya dan menggunakan 41 keyword
yang berbeda untuk pencarian. Setiap entitas per sentimennya terdiri atas
sekitar 80-90 data. Dari atribut yang didapat hanya beberapa atribut saja
yang digunakan, yaitu id sebagai pengenal tweet, isi tweet sebagai input
system, dan keyword sebagai penciri dari entitas. Data dikumpulkan dengan
melakukan penyaringan pada isi tweet-nya menggunakan keyword tertentu.
Sebagai contoh untuk melakukan penyaringan data pada entitas 'Prabowo',
peneliti menggunakan keyword 'Prabowo'. Nantinya tweet yang
mengandung kata 'Prabowo' akan tersaring secara otomatis dan masuk
kedalam database.
Penentuan Sentimen Secara Manual
Tahap penentuan sentimen secara manual dilakukan untuk menentukan
sentimen pada setiap tweet yang tersaring dikarenakan data tweet belum
terklasifikasi secara otomatis. Tidak semua tweet yang didapat secara real
time diberikan sentimen, ada beberapa tweet yang cenderung ambigu
sehingga dapat mempengaruhi akurasi dari proses klasifikasi. Contoh tweet
yang ambigu: @budhi Sebenernya Aku setuju pd prabowo namun tdk setuju
pada sikapnya. Tweet ambigu tidak dimasukkan karena tidak termasuk pada
ruang lingkup penelitian ini.

7
Normalisasi Teks
Banyak tweet yang mengandung kata tidak baku. Kata yang tidak baku
dapat berupa pengulangan karakter sehingga sulit dikenali maupun singkatansingkatan kata, contohnya @indosatcare knapa sinyal hp ku sdh 3 hr ini tidak
ada?. Kasus pengulangan karakter perlu dilakukan penghilangan karakter yang
berulang. Penghilangan karakter hanya dilakukan pada perulangan karakter teks,
bukan karakter angka, karena jika dilakukan pada angka justru membuat tweet
semakin sulit dipahami atau memiliki arti yang berbeda. Contohnya pada kasus
perulangan angka nomor telepon 0011 yang angka 1 dan 0 pada nomer telepon
tersebut tidak akan dilakukan penghilangan. Pada kasus singkatan-singkatan kata
yang tidak baku, dibuat sebuah kamus yang berisi kata yang tidak baku beserta
kata bakunya. Proses normalisasi melalui 2 tahap, pertama adalah menghilangkan
semua tanda baca seperti titik, tanda koma, dan tanda tanya. Setelah itu dilakukan
proses penggantian kata tidak baku yang ada di tweet dengan kata baku
berdasarkan kamus yang sebelumnya sudah di siapkan. Kata yang dianggap tidak
baku akan digantikan oleh kata yang baku secara otomatis oleh sistem. Kamus
yang digunakan diambil dari penelitian Aziz (2013) dengan melakukan
penambahan beberapa kata (Lihat Lampiran 4) disebabkan oleh karena adanya
perbedaan entitas yang digunakan pada penelitian ini. Dalam normalisasi teks juga
terdapat beberapa kasus kata yang tidak tertangani karena kata yang tidak baku
memiliki makna lebih dari satu, contohnya: bet, bkn, bwt, gws, dah, dan masih
banyak lagi. Kata bet bisa berarti banget, namun bisa juga berarti nama panggilan
seseorang.
Evaluasi Normalisasi Teks
Untuk mengetahui hasil normalisasi teks, dilakukan evaluasi secara manual.
Sebanyak 1000 tweet diambil sebagai sampel secara acak dan dilakukan proses
evaluasi dengan membandingkan tweet sebelumnya. Evaluasi dianggap berhasil
jika tweet hasil normalisasi lebih mudah dimengerti secara subjektif. Setiap tweet
yang berhasil akan diberikan keterangan 1 dan 0 untuk yang lainnya. Dari total
1000 tweet ada 826 yang memiliki nilai 1 dengan tingkat akurasi 82.6 %.
Pembuangan Stopword
Tahap praproses selanjutnya yaitu pembuangan stopword. Pada tahap ini
suatu data tweet akan dikenali setiap kata yang terkandungnya, bila ada suatu kata
yang termasuk dalam daftar kata buang maka kata tersebut akan dihilangkan.
Contoh pada tweet "Kenapa XL ini sangat menyebalkan @XLcare". Tweet
tersebut dikenali bahwa kata kenapa, sangat, dan ini termasuk dalam daftar kata
buang sehingga akan dihilangkan. Setelah dihilangkan data tweet tersebut akan
menjadi XL menyebalkan @XLcare.

8
K-fold Cross Validation
Setelah itu dilakukan pengujian k-fold croos validation untuk 60 data setiap
entitas per sentimennya. Setiap kelompok data akan tepat satu kali menjadi data
uji dan kelompok lainnya menjadi data latih. Data dibagi menjadi 3 subset data
dan diberi label A, B, dan C dengan jumlah masing-masing sebanyak 60 data yang
terdiri dari 20 data sentimen positif, 20 data sentimen negatif, dan 20 data
sentimen netral. Ada 3 tahap pada proses ini, pertama subset data A dan B akan
menjadi data latih sedangkan subset data C akan menjadi data uji. Kedua data
kelompok B dan C menjadi data latih sedangkan data kelompok A menjadi data
uji. Terakhir data kelompok A dan C menjadi data latih sedangkan data kelompok
B menjadi data uji. Ketiga tahap proses tersebut dilakukan terpisah masing-masing
untuk setiap entitas per sentimennya agar didapat model terbaik untuk setiap
entitas per sentimennya. Setelah semua selesai, didapatkan pasangan subset data
yang terbaik dari proses ini. Contoh proses ini sebagai berikut, pada entitas XL
dikelompokkan data A, B, dan C. Setelah itu, dilakukan pengujian pada data
tersebut. Hasil klasifikasi untuk kedua modelnya pada setiap kelompok data untuk
entitas XL dapat dilihat pada Tabel 1.
Tabel 1 Hasil 3-Fold Cross Validation untuk entitas XL
Multinomial
Perlakuan
Akurasi
Latih (A dan B)
Uji (C)
Latih (C dan B)
Uji (A)
Latih (A dan C)
Uji (B)

Bernoulli
Perlakuan
Akurasi

43.33%
43.33%
50%

Latih (A dan B)
Uji (C)
Latih (C dan B)
Uji (A)
Latih (A dan C)
Uji (B)

55%
46.67%
60%

Model Multinomial pasangan kelompok data A dan C memiliki nilai
akurasi lebih besar dibandingkan pasangan kelompok data lainnya sebagai data
latih. Begitu juga untuk model Bernoulli, pasangan kelompok data A dan C juga
memiliki nilai akurasi yang lebih besar dibandingkan pasangan kelompok data
lainnya sehingga kelompok A dan C akan dijadikan sebagai data latih untuk
entitas XL pada proses klasifikasi model Multinomial dan Bernoulli untuk data
baru. Tidak tertutup kemungkinan bahwa suatu entitas memiliki kelompok data
latih yang berbeda untuk digunakan pada kedua modelnya. Untuk hasil K-Fold
seluruh entitas beserta nilai akurasi terbaiknya dan pasangan kelompok datanya
adalah seperti pada Tabel 2 dan confusion matrix pasangan terbaiknya dapat
dilihat pada Lampiran 5.

9
Tabel 2 Hasil 3-Fold Cross Validation

Entitas
XL
TSEL
Indosat
ARB
HR
Jokowi
Prabowo
Wiranto

Multinomial
Nilai
Kelompok
Akurasi
55%
A dan C
65%
B dan C
70%
A dan B
75%
B dan C
85 %
A dan C
65%
B dan C
85%
A dan C
85%
A dan C

Bernoulli
Nilai
Kelompok
Akurasi
60%
A dan C
80%
A dan C
68.33%
A dan C
68.33%
A dan C
98.33 %
A dan C
61.67%
B dan C
81.67%
A dan C
65%
B dan C

Seperti ditunjukan oleh Tabel 2 dan Lampiran 5, data tweet yang diduga
bernilai positif banyak yang hasil klasifikasinya menjadi negatif begitu juga
sebaliknya. Hal ini disebabkan oleh belum diperhatikannya penggantian frase
pada kata sehingga saat kata tersebut terkena proses stoplist teks akan berubah
maknanya pada kata yang sebaliknya. Contohnya pada tweet @kurnia Pak
Wiranto orang yang tidak layak menjadi presiden. Setelah mengalami
pemotongan stopword tweet menjadi @kurnia Pak Wiranto orang layak menjadi
presiden sehingga tweet yang diduga sentimen negatif, hasil klasifikasinya
sentimen positif.
Klasifikasi Menggunakan Naïve Bayes
Data latih berjumlah 960 yang terdiri atas 320 sentimen positif, 320
sentimen negatif, dan 320 sentimen netral. Data uji berjumlah 557 yang terdiri
dari 203 sentimen positif, 177 sentimen negatif, dan 177 sentimen netral. Data uji
maupun data latih telah diwakili oleh setiap entitas per sentimennya yang
digunakan pada penelitian ini. Data tweet yang tersisa dari proses k-fold cross
validation terdiri atas sekitar 20-30 data dianggap sebagai data baru dan akan
menjalani proses klasifikasi sebagai data uji. Proses klasifikasi mengunakan naïve
Bayes model Multinomial dan model Bernouli, dengan data latih untuk setiap
entitasnya didapatkan dari proses k-fold croos validation yang telah dilakukan.
Model pertama yaitu model Multinomial. Model Multinomial menghitung
nilai peluang setiap data uji terhadap tiap sentimen dengan mengambil nilai
peluang terbesar. Misalnya, sebuah data memliki peluang terhadap sentimen
positif sebesar 0.7, sentimen negatif sebesar 0.2, dan sentimen netral sebesar 0.5.
Hal ini menunjukkan bahwa data masuk ke dalam sentimen positif. Data uji dalam
penelitian ini berupa kalimat sehingga harus dipotong menjadi kata dan dihitung
jumlah kata yang unik atau tidak sama (N). Dari tiap kata tersebut, dihitung nilai
frekuensi kemunculannya pada keseluruhan data latih di tiap sentimen (Tct) dan
frekuensi kemunculannya pada kalimat (n). Untuk mempermudah proses
perhitungan frekuensi kemunculan kata pada keseluruhan data latih, dilakukan
proses training terhadap data latih. Training ini berupa pembuatan suatu tabel
yang berisi kata beserta frekuensi kemunculannya di dalam data latih (contoh pada
Lampiran 6). Selanjutnya, jumlah kata pada data latih masing-masing sentimen

10
dihitung (Tct'). Total kata pada data latih sentimen positif sebanyak 7065,
sentimen negatif sebanyak 3625, dan sentimen netral sebanyak 10060. Pada
keseluruhan data latih, dihitung juga jumlah kata yang unik atau vocabulary (B)
yang dalam penelitian ini berjumlah 3066. Setelah nilai Tct, Tct', dan B
didapatkan, maka nilai peluang suatu kata terhadap suatu sentimen (P(t|c)) dapat
dihitung menggunakan Persamaan 1.
Setelah nilai peluang tiap kata didapatkan, selanjutnya dicari jumlah data
latih keseluruhan suatu sentimen dan jumlah data latih masing-masing sentimen.
Nilai peluang kalimat (d) terhadap suatu sentimen (c) dihitung menggunakan
Persamaan 2. Penempatan suatu data ke dalam suatu sentimen dilakukan
berdasarkan nilai peluang P(c|d). Nilai P(c|d) terbesar menunjukkan bahwa
peluang data untuk masuk ke dalam sentimen tersebut paling besar atau paling
memungkinkan. Rata-rata waktu eksekusi yang dibutuhkan dalam proses
klasifikasi menggunakan naïve Bayes model Multinomial adalah sebesar 4.30
detik per tweet.
Model kedua yaitu model Bernoulli. Model Bernoulli memiliki konsep dasar
yang sama dengan model Multinomial. Perbedaannya terletak pada proses
perhitungan peluang pada model ini menggunakan jumlah dokumen yang
mengandung suatu kata. Langkah pertama, setiap data uji dipotong menjadi katakata. Tiap kata dihitung banyaknya dokumen yang mengandung kata tersebut
untuk setiap sentimen (Tct). Kemudian, total dokumen data latih tiap sentimen
(Tc) dan jumlah sentimen (∑c) dihitung juga. Selanjutnya, nilai peluang tiap kata
dihitung dengan Persamaan 3.
Untuk mempermudah perhitungan nilai peluang tiap kata, dilakukan proses
training seperti pada model Multinomial. Perbedaannya dengan model
Multinomial, pada training kali ini dilakukan pembuatan tabel yang berisi kata,
nilai peluang, dan sentimen (contoh pada Lampiran 7). Perhitungan nilai peluang
kata didapatkan dari tabel jika ada atau menggunakan Persamaan 3 jika tidak
dengan nilai Tct = 0. Setelah nilai peluang tiap kata didapatkan, dihitung nilai dari
hasil perkalian invers untuk tiap peluang kata pada data latih selain kata pada data
uji. Misalnya, ada sekumpulan kata pada data latih D dan sekumpulan kata pada
data uji T. Selanjutnya dicari kata-kata pada data latih D yang independen dengan
kata-kata pada data uji T. Dari kata-kata tersebut diambil nilai peluang kata
(dalam hal ini diberi simbol P(t’|c)) dan jumlah kata (M).
Nilai peluang kalimat terhadap suatu sentimen dihitung menggunakan
Persamaan 4. Rata-rata waktu eksekusi yang dibutuhkan dalam proses klasifikasi
menggunakan naïve Bayes model Bernoulli adalah sebesar 3.03 detik per tweet.
Evaluasi Hasil Klasifikasi
Tahap terakhir adalah evaluasi hasil dari klasifikasi menggunakan naïve
Bayes. Evaluasi bertujuan mengetahui tingkat akurasi klasifikasi. Data tidak
terklasifikasi secara benar jika hasil sentimennya berbeda dari sentimen yang
seharusnya. Total hasil klasifikasi yang salah dari model Multinomial sebanyak
187 dari 557 sehingga tingkat akurasi sebesar 66.42%. Hasil evaluasi model ini
dapat dilihat pada Tabel 3 dengan akurasi sentimen negatif sebesar 77.4%,
sentimen positif sebesar 58.62%, dan sentimen netral sebesar 64.40%. Sementara
itu, untuk model Bernoulli total hasil klasifikasi yang salah sebanyak 161 dari 557

11
sehingga tingkat akurasi sebesar 71.09%. Hasil evaluasi model ini dapat dilihat
pada Tabel 4 dengan tingkat akurasi sentimen positif sebesar 64.53%, sentimen
negatif sebesar 65.53%, dan sentimen netral sebesar 84.18%.
Tabel 3 Confusion matrix untuk hasil klasifikasi menggunakan
naïve Bayes model Multinomial
Dugaan

Positif

Negatif

Netral

Positif

119

18

13

Negatif

29

137

50

Netral

55

22

114

Hasil

Tabel 4 Confusion matrix untuk hasil klasifikasi menggunakan
naïve Bayes model Bernoulli
Dugaan

Positif

Negatif

Netral

Positif

131

13

11

Negatif

20

116

17

Netral

52

48

149

Hasil

Kebanyakan data yang diduga pada sentimen positif dan negatif justru
menghasilkan sentimen netral pada hasil klasifikasinya. Contohnya pada tweet
@AndiJ pilih mantan menteri ekonomi pak hatta rajasa presiden. Tweet ini
termasuk dalam sentimen positif tetapi hasil klasifikasinya sentimen netral.
Kesalahan tersebut dikarenakan kata menteri banyak terdapat pada sentimen netral
seperti pada contoh tweet @Gerindra Pak prabowo bertemu menteri pertanian
pagi atau @siddikak Hari ini Pak Jokowi mendatangi menteri pekerjaan umum.
Hal ini terjadi karena suatu kata pada entitas bisa berbeda makna dientitas lainnya.

KESIMPULAN DAN SARAN
Kesimpulan
Simpulan dari penelitian ini adalah sistem pengklasifikasian data tweet
menggunakan naïve Bayes pada data seimbang belum menunjukan akurasi yang
cukup baik yaitu 66.42% untuk model Multinomial dan 71.09% untuk model
Bernoulli. Namun jika dilihat dari akurasi setiap sentimennya sudah cukup baik.

12
Selisih akurasi setiap sentimennya tidak terlalu besar dan juga tidak ada satu
sentimen yang lebih dominan secara mutlak dibanding sentimen lainnya.
Saran
Saran untuk penelitian selanjutnya adalah menggunakan metode klasifikasi
lainnya dan memperhatikan proses pemecahan frase kata pada data tweet.

DAFTAR PUSTAKA
[Alexa]. 2013. Top 500 sites on the web [internet]. [diunduh 2014 januari 1].
Tersedia dari: http://www.alexa.com/topsites.
Aziz ATA. 2013. Sistem pengklasifikasian entitas pada pesan Twitter
menggunakan ekspresi regular dan Naïve Bayes [skripsi]. Bogor (ID):
Institut Pertanian Bogor.
Barnes JA. 1969. Graph theory and social networks: a technical comment on
connectedness and connectivity. Sociology. 3(2): 215-232.
Hawksey M. 2013. Twitter Archiving Google Spreadsheet TAGS v5 [internet].
[diunduh
2014
Januari
21].
Tersedia
dari:
http://mashe.hawksey.info/2013/02/twitter-archive-tagsv5/.
Manning CD, Raghavan P, Schütze H. 2008. An Introduction to Information
Retrieval. Cambridge (UK): Cambridge University Press.
Meira JR, Zaki MJ. 2014. Data Mining and Analysis Fundamental Concepts
and Algorithms. Cambridge (UK): Cambridge University Press.
Ridha A, Adisantoso J, Bukhari F. 2004. Pengindeksan otomatis dengan
istilah tunggal untuk dokumen berbahasa Indonesia. Prosiding Seminar
Nasional Ilmu Komputer dan Teknologi Informasi V, SNIKTI 2014; [Waktu
dan tempat pertemuan tidak diketahui]. hlm 328-335.
Saumi RR. 2012. Apa itu sosial media [internet]. [diunduh 2014 April 24].
Tersedia dari: http://www.unpas.ac.id/apa-itu-sosial-media/.
[Semiocast]. 2012. Top 20 Cities By Number Of Tweets [Internet]. [diunduh
2013
Des
20].
Tersedia
dari:
http://semiocast.com/publications/2012_07_30_Twitter_reaches_half_a_bil
lion_accounts_140m_in_the_US.
Sproat S, Black AW, Chen S, Kumar S, Ostendorf M, Richards C. 2001.
Normalization of non-standard words. Computer Speech and Language.
15:287-333.doi:10.1006/csla.2001.0169.
[Tempo]. 2012. Indonesia Pengguna Twitter Terbesar Kelima Dunia
[internet].
[diunduh
2013
Des
1].
Tersedia
dari:
http://www.tempo.co/read/news/2012/02/02/07238132.

13
Lampiran 1 Contoh keyword pada pengumpulan data
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14

Keyword
xlcare
xl123
indosat
indosatcare
telkomsel
telkomselflash
tselbb
prabowo
jokowi
wiranto
hatta rajasa
arb
aburizal bakrie
hr

Entitas
xl
xl
indosat
indosat
tsel
tsel
tsel
prabowo
jokowi
wiranto
hatta rajasa
arb
arb
hatta rajasa

Lampiran 2 Contoh tabel kamus kata dalam normalisasi teks
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Kata tidak baku

Kata baku

bgmn
gakjadi
kesane
makin2 makin
njupuk
nelepon
mangis
ngeliatin
sdg
buanget
mantabh
dkt
mperpanjang
maning
kemenkes
ngebo
smua
mrah2-marah
day
katany

bagaimana
tidak jadi
kesannya
makin
mengambil
menelpon
manggis
memperlihatkan
sedang
banget
mantap
dekat
memperpanjang
lagi
Kementerian Kesehatan
tidur
semua
marah
hari
katanya

14
Lampiran 3 Daftar kata buang pada stoplist (Ridha et al. 2002)
ada
biasanya
kalau
menunjukkan
adalah
bila
kalian
menurut
adanya
bilamana
kami
mereka
adapun
buat
kamu
merupakan
aduh
bukan
karena
meski
agar
dalam
kata
meskipun
ah
dan
katanya
misalnya
akan
dapat
kau
mungkin
aku
dari
ke
namun
alih-alih
daripada
kebanyakan
nanti
anda
dekat
kecuali
nyaris
andai
demi
kemanakah
oleh
antar
demikian
kemudian
pada
antara
dengan
kenapa
padahal
apa
depan
kenapakah
para
apakah
di
kepada
pasti
apalagi
dia
ketika
pelbagai
asalkan
dikatakan
ketimbang
per
atas
dilakukan
kini
peri
atau
dkk
kita
perihal
ataupun
dll
lagi
pinggir
bagai
dsb
lain
pula
bagaikan
engkau
lain-lain
pun
bagaimana
hal
lainnya
saat
bagaimanakah hamper
lalu
saja
bagaimanapun hanya
lebih
sambil
bagi
harus
lepas
sampai
bahkan
hingga
lewat
samping
bahwa
ia
maka
sang
balik
ialah
makin
sangat
banyak
ini
manakala
sangatlah
barangkali
itu
masih
saya
bawah
iya
masing-masing
seakan
beberapa
jadi
masing-masingnya seakan-akan
begini
jangan
maupun
seantero
begitu
jarang
melainkan
sebab
belakang
jauh
melakukan
sebabnya
belum
jika
melalui
sebagai
berapa
jikalau
memang
sebagaimana
berbagai
juga
mengatakan
sebagainya
bersama
jumlah
mengenai
sebelum
beserta
justru
menjadi
sebelumnya
betapa
kadang
menjelang
sebuah
biar
kadang-kadang menuju
secara

sedang
sedangkan
sedikit
segera
sehabis
sehingga
sehubungan
sejak
sejumlah
sekarang
sekeliling
seketika
sekitar
sekonyong-konyong
selagi
selain
selalu
selama
selanjutnya
selesai
seluruh
seluruhnya
semakin
semenjak
sementara
semua
semuanya
seorang
sepanjang
seperti
sepertinya
seputar
seraya
sering
seringkali
serta
sesuai
sesuatu
sesudah
sesudahnya
sesungguhnya
setelah
seterusnya
setiap

seusai
sewaktu
si
siapa
siapakah
siapapun
suatu
sudah
supaya
tak
tanpa
tapi
tatkala
telah
tengah
tentang
tentu
tentunya
tergolong
terhadap
terjadi
terkadang
terlalu
terlebih
termasuk
ternyata
tersebut
tertentu
tetap
tetapi
tiap
tiba-tiba
tidak
ujar
ujarnya
umumnya
untuk
walau
walaupun
ya
yaitu
yakni
yang

15
Lampiran 4 Daftar kata tambahan normalisasi teks
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

Kata tidak baku
ARB
Aburiezal
HR
Hatta
Korup
Berpikir
UUD
Praturan
Syart
Aturn
RI-1
Ekonom
Pemimpn
Kenerja
Daerh
rakyt
Mekanism
Rpt
Brtemu
Sanbutan
Kampoeng
Prospk
Ungulan
Mentri
N
Sopir
Calek
Rlawan
Nyoblos
Plih
Greget
Jeblok
Kesemsem
Amandemn
berkwalitas
Nyalonin
Bertgs
Andln

Kata baku
Aburizal Bakrie
Aburizal Bakrie
Hatta Rajasa
Hatta Rajasa
Korupsi
Berfikir
Undang-undang
Peraturan
Syarat
Aturan
Presiden
Ekonomi
Pemimpin
Kinerja
Daerah
Rakyat
Mekanisme
Rapat
Bertemu
Sambutan
Kampung
Prospek
Unggulan
Menteri
Dan
Supir
Caleg
Relawan
Coblos
Pilih
Cocok
Turun
Senang
Amandemen
berkualitas
Calon
Bertugas
Andalan

16
Lampiran 5 Confusion matrix 3-fold cross validation terbaik
Entitas XL
Model Multinomial
Dugaan

Positif

Negatif

Netral

Positif

10

3

6

Negatif

6

11

2

Netral

4

6

12

Positif

Negatif

Netral

Positif

15

4

5

Negatif

3

13

7

Netral

2

3

8

Positif

Negatif

Netral

Positif

16

0

4

Negatif

1

18

13

Netral

3

2

3

Positif

Negatif

Netral

Positif

18

0

1

Negatif

0

18

7

Netral

2

2

12

Hasil

Model Bernoulli
Dugaan
Hasil

Entitas TSEL
Model Multinomial
Dugaan
Hasil

Model Bernoulli
Dugaan
Hasil

17
Lanjutan
Entitas Indosat
Model Multinomial
Dugaan

Positif

Negatif

Netral

Positif

10

0

3

Negatif

4

17

2

Netral

6

3

15

Positif

Negatif

Netral

Positif

9

1

1

Negatif

0

14

1

Netral

11

5

18

Positif

Negatif

Netral

Positif

13

2

1

Negatif

4

17

3

Netral

3

1

16

Positif

Negatif

Netral

Positif

12

6

1

Negatif

6

13

3

Netral

2

1

16

Hasil

Model Bernoulli
Dugaan
Hasil

Entitas ARB
Model Multinomial
Dugaan
Hasil

Model Bernoulli
Dugaan
Hasil

18
Lanjutan
Entitas HR
Model Multinomial
Dugaan

Positif

Negatif

Netral

Positif

16

0

0

Negatif

3

18

3

Netral

1

2

17

Positif

Negatif

Netral

Positif

19

0

0

Negatif

0

20

0

Netral

1

0

20

Positif

Negatif

Netral

Positif

10

3

2

Negatif

6

15

4

Netral

4

2

14

Positif

Negatif

Netral

Positif

15

1

1

Negatif

0

8

5

Netral

5

11

14

Hasil

Model Bernoulli
Dugaan
Hasil

Entitas Jokowi
Model Multinomial
Dugaan
Hasil

Model Bernoulli
Dugaan
Hasil

19
Lanjutan
Entitas Prabowo
Model Multinomial
Dugaan

Positif

Negatif

Netral

Positif

14

1

0

Negatif

6

18

1

Netral

0

1

19

Positif

Negatif

Netral

Positif

15

2

3

Negatif

3

17

0

Netral

2

1

17

Positif

Negatif

Netral

Positif

18

3

3

Negatif

2

16

0

Netral

0

1

17

Positif

Negatif

Netral

Positif

15

7

3

Negatif

1

10

3

Netral

4

3

14

Hasil

Model Bernoulli
Dugaan
Hasil

Entitas Wiranto
Model Multinomial
Dugaan
Hasil

Model Bernoulli
Dugaan
Hasil

20
Lampiran 6 Contoh tabel kata dan frekuensi pada tiap sentimen
No
Kata
Frekuensi Sentimen
1
edge
1 positif
1 negatif
2 netral
2
survei
1 positif
1 negatif
1 netral
3
masalah
10 positif
8 negatif
12 netral
4
sinyal
17 positif
16 negatif
24 netral
5
jam
6 positif
4 negatif
6 netral
6
jalan
33 positif
26 negatif
35 netral
7
politik
8 positif
3 negatif
8 netral
8
hadiah
2 positif
1 negatif
2 netral
9
menang
5 positif
2 negatif
6 netral
10
kudeta
1 positif
1 negatif
1 netral

21
Lampiran 7 Contoh tabel kata dan peluang pada tiap sentimen
No
1

Kata
edge

2

survei

3

masalah

4

sinyal

5

jam

6

jalan

7

politik

8

hadiah

9

menang

10

kudeta

Nilai Peluang
0.0030
0.0061
0.0061
0.0030
0.0061
0.0030
0.0092
0.0278
0.0092
0.0061
0.0526
0.0247
0.0092
0.0154
0.0030
0.0185
0.0743
0.0009
0.0185
0.0123
0.0030
0.0061
0.0061
0.0003
0.0123
0.0092
0.0061
0.0030
0.0061
0.0030

Sentimen
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral
positif
negatif
netral

22

RIWAYAT HIDUP
Penulis dilahirkan di Trenggalek, Jawa Timur pada tanggal 30 Juni 1992 dan
merupakan anak pertama dari pasangan Agus Suharyanto dan Narwati. Pada tahun
2010, penulis menamatkan pendidikan di SMAI Nurul Fikri Boarding School,
Banten. Penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) pada tahun yang
sama melalui jalur Undangan Seleksi Masuk IPB dan diterima sebagai mahasiswa di
Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama aktif menjadi mahasiswa, penulis pernah menjadi asisten praktikum
Algoritma dan Pemrograman (2012). Penulis juga melaksanakan kegiatan Praktik
Kerja Lapangan di PT. Pertamina EP pada tahun 2013. Selain itu, penulis juga aktif
mengikuti berbagai pelatihan diluar kampus yang diantaranya Oracle database 11g
SQL Fundamental 2013, Oracle database 11g Administrator 1 2014, dan Building
Datawarehouse 2014. Penulis juga telah tersertifikasi untuk bidang database pada
Oracle database 11g ascociate tahun 2014 dan Junior database programmer SKKNI.