Analisis sentimen pengguna twitter pada akun Maicih

(1)

ANALISIS SENTIMEN PENGGUNA TWITTER

PADA AKUN MAICIH

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

Ahmad Sopian

10110755

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2015

(2)

iii

Alhamdulillahi Rabbil ‘Alamiin, segala puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan karunia-Nya, shalawat serta salam semoga tercurah kepada Rasulullah SAW, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul “ANALISIS SENTIMEN PENGGUNA TWITTER PADA AKUN MAICIH” untuk memenuhi salah satu syarat dalam menyelesaikan studi jenjang strata satu (S1) di Program Studi Teknik Informatika Universitas Komputer Indonesia.

Dengan keterbatasan ilmu dan pengetahuan serta pengalaman penulis, maka penulis mendapat banyak bantuan serta dukungan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terimakasih yang sebesar –besarnya kepada:

1. Allah SWT karena dengan izin-Nya lah tugas akhir ini dapat terselesaikan. 2. Keluarga tercinta khususnya orang tua yang telah memberikan kasih sayang,

cinta, doa, dan dukungan baik moril maupun materi agar penulis dapat menyelesaikan tugas akhir ini tepat pada waktunya.

3. Bapak Iskandar Ikbal, S.T., M.Kom., selaku wali kelas IF-6/2010 yang selalu memberikan beberapa pengarahan kepada penulis.

4. Bapak Adam Mukharil Bachtiar S.Kom., M.T., selaku pembimbing yang selalu mengarahkan dan memberikan masukan dengan penuh kesabaran dalam menyelesaikan tugas akhir ini.

5. Ibu Nelly Indriani W, S.Si., M.T., selaku reviewer yang telah meluangkan waktu dan memberikan saran selama proses penyusunan tugas akhir ini. 6. Bapak dan Ibu dosen serta seluruh staf pegawai Program Studi Teknik

Informatika Universitas Komputer Indonesia yang telah banyak membantu penulis.

7. Ahmad, Artha, Rijal, Widi, Andri, Heni, Sigit dan Mongo selaku teman seperjuangan yang dibimbing oleh Pak Adam.

8. Tata, Dodi, Mamet, Kres, Nue, Adi, Nazar, dan Erik selaku teman seperjuangan dari kelas IF6 dalam menyelesaikan mata kuliah tugas akhir ini. 9. Fitria Indrianti selaku teman hidup yang menyempurnakan kebahagian ini.

(3)

kasih telah memberikan segala bentuk bantuan untuk menyelesaikan skripsi ini.

Penulis menyadari bahwa penulisan tugas akhir ini masih jauh dari sempurna. Untuk perbaikan dan pengembangan, penulis mengharapkan saran dan kritik yang bersifat membangun. Akhir kata, semoga penulisan tugas akhir ini dapat bermanfaat bagi penulis khususnya, dan semua yang membaca.

Bandung, 24 Februari 2015

(4)

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... xi

DAFTAR SIMBOL ... xiii

DAFTAR LAMPIRAN ... xvii

BAB I PENDAHULUAN ... 1

I.1 Latar Belakang Masalah ... 1

I.2 Perumusan Masalah ... 2

I.3 Maksud dan Tujuan... 2

I.4 Batasan Masalah ... 2

I.5 Metodologi Penelitian ... 3

I.5.1 Metode Pengumpulan Data ... 3

I.5.2 Metode Pembangunan Perangkat Lunak ... 4

I.5.3 Metode Penyelesaian Analisis Sentimen ... 5

I.6 Sistematika Penulisan ... 6

BAB II TINJAUAN PUSTAKA ... 9

II.1 Tinjauan Tempat Penelitian ... 9

II.1.1 Visi dan Misi ... 10

II.1.2 Struktur Organisasi ... 10

II.2 Landasan Teori... 12

II.2.1 Analisis Sentimen ... 12

II.2.2 Text Mining ... 12

II.2.3 Regular Expression ... 13

II.2.4 Text Preprocessing ... 14

III.1.5.1 Case Folding ... 15

(5)

III.1.5.6 Tokenizer ... 18

III.1.5.7 Stemming ... 19

II.2.5 Machine Learning ... 19

II.2.6 Information Retrieval ... 20

II.2.7 Information Extraction ... 20

II.2.8 Term Weighting ... 21

II.2.9 Support Vector Machine ... 21

II.2.10 Naïve Bayes Classifier ... 25

II.2.11 K-Fold Cross Validation ... 27

BAB IIIANALISIS DAN PERANCANGAN SISTEM ... 29

III.1 Analisis Sistem... 29

III.1.1 Analisis Masalah ... 29

III.1.2 Analisis Sistem Berjalan ... 29

III.1.3 Analisis Data Masukan ... 30

III.1.4 Analisis Preprocessing ... 31

III.1.5 Analisis Metode / Algoritma ... 38

III.1.6 Spesifikasi Kebutuhan Perangkat Lunak ... 55

III.1.7 Analisis Kebutuhan Non Fungsional ... 56

III.1.7.1 Analisis Kebutuhan Perangkat Lunak ... 57

III.1.7.2 Analisis Kebutuhan Perangkat Keras ... 57

III.1.7.3 Analisis Kebutuhan Perangkat Pikir ... 57

III.1.8 Analisis Kebutuhan Fungsional ... 59

III.2 Perancangan Sistem ... 79

III.2.1 Perancangan Data... 79

III.2.2 Perancangan Arsitektural Menu ... 81

III.2.3 Perancangan Antarmuka ... 81

III.2.4 Perancangan Pesan ... 84

(6)

vii

IV.1.1 Lingkungan Implementasi ... 87

IV.1.2 Implementasi Data ... 88

IV.1.3 Implementasi Antarmuka ... 89

IV.2 Pengujian Sistem ... 89

IV.2.1 Rencana Pengujian ... 89

IV.2.2 Skenario Pengujian ... 90

IV.2.3 Hasil Pengujian ... 92

IV.2.4 Evaluasi Pengujian ... 98

BAB V KESIMPULAN DAN SARAN... 99

V.1 Kesimpulan ... 99

V.2 Saran ... 99

(7)

101

L. Pakhpahan, “Social Media Untuk Promosi Bisnis,” [Online]. Available: http://latiefpakpahan.com/social-media-promosi-bisnis/. [Diakses 22 Oktober 2014].

[2] I. Sunni dan D. H. Widyantoro, “Analisis Sentimen dan Ekstraksi Topik Penentu Sentimen pada Opini Terhdap Tokoh Publik,” Jurnal Sarjana Institut Teknologi Bandung Bidang Elektro dan Informatika, vol. 1, pp. 200 - 206, 2012.

[3] Tan, P. N., Steinbach, M. & Kumar, V, Introduction to Data Mining, Boston: Pearson Addison Wesley, 2006.

[4] J. D. M. Rennie, L. Shih, J. Teevan dan D. R. Karger, “Tackling the Poor Assumptions of Naive BAyes Text Classifiers,” dalam Proceedings of the Twentieth International Conference on Machine Learning (ICML-2003), Washington DC, 2003.

[5] M. P. S. Dharma, Pendekatan, Jenis, dan Metode Penelitian Pendidikan, Jakarta: Direktorat Tenaga Kependidikan Departemen Pendidikan Nasional, 2008, p. 47.

[6] I. Sommerville, Software Engeneering, United States of America: Addision Wesley, 2011.

[7] I. H. Wltten, “Text Mining,” dalam Computer Science, University of Waikato, Hamilton, New Zealand, 2003.

[8] Haqqi, “Tutorial PHP: Pengenalan Dasar-Dasar Regex,” 14 Januari 2014. [Online]. Available: http://bisakomputer.com/tutorial-php-pengenalan-dasar-dasar-regex/. [Diakses 22 1 2015].

[9] M. Lan, “A New Term Weighting Method for Text Categorization,” National University of Singapore, 2006.

(8)

102 Indonesia,” pp. 1-3, 2012.

[11] T. M. Mitchell, Machine Learning, McGraw-Hill Science/Engineering/Math, 2005.

[12] A. Nugroho, A. Budi dan D. Handoko, “Support Vector Machine Teori dan Aplikasinya Pada Bioinformatika,” Kuliah Umum IlmuKomputer.Com, pp. 2-5, 2003.

[13] B. S. Tutorial Support Vector Machine, Surabaya.

[14] D. Anggraeni, “http://lontar.ui.ac.id/,” [Online]. Available: http://lontar.ui.ac.id/file?file=digital/123561-SK-739-Klasifikasi%20topik-Analisis.pdf. [Diakses 18 Oktober 2014].

[15] R. Kohavi, “A study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection,” 1995. [Online]. Available: http://frostiebek.free.fr/docs/Machine%20Learning/validation-1.pdf.

[Diakses 23 Desember 2014].

[16] A. Haryono dan A. Kustiyo, “Identifikasi Daun Tanaman Jati Menggunakan Jaringan Syaraf Tiruan Backpropagation dengan Ekstraksi Fitur Ciri Morfologi Daun”.

(9)

BAB I

PENDAHULUAN

I.1 Latar Belakang Masalah

Sosial media untuk promosi bisnis sudah wajar dilakukan karena merupakan salah satu sarana yang sangat penting bagi perusahaan di era digital marketing saat ini [1]. PT. Maicih Inti Sinergi (MIS) sebagai salah satu perusahaan asal Kota Bandung yang bergerak di bidang kuliner, dalam memasarkan produknya memanfaatkan media sosial seperti twitter, di mana strategi pemasaran seperti ini adalah hal yang unik pada saat itu. Melalui sosial media twitter inilah PT. MIS mempromosikan berbagai macam produk buatannya untuk menarik konsumen. Hingga saat ini akun twitter PT. MIS sudah memiliki 318.000 followers.

Dengan adanya akun twitter ini dan jumlah postingan tweet yang banyak setiap harinya ketersediaan sentimen untuk produk PT. MIS sangat melimpah sehingga dapat dimanfaatkan untuk mengevaluasi produk-produk PT. MIS. Berdasarkan hasil wawancara, PT. MIS ingin adanya sebuah aplikasi yang dapat mengetahui bagaimana sentimen para konsumen terhadap produknya, karena selama ini pihak PT. MIS dalam mengetahui sentimen para konsumen nya cukup hanya dengan melakukan pengecekan tiap-tiap postingan konsumen nya secara manual. Hal ini dirasa kurang efektif, karena mengingat banyaknya jumlah followers akun maicih.

Berdasarkan literatur “Analisis Sentimen dan Ekstraksi Topik Penentu Sentimen pada Opini Terhadap Tokoh Publik”, dalam melakukan sebuah analisis sentimen yang sering digunakan adalah metode machine learning seperti Support Vector Machine, Decision Tree, Naïve bayes Classifier, dan lain-lain [2]. Teknik klasifikasi yang telah memperoleh perhatian serius adalah Support Vector Machine (SVM). Teknik ini berakar pada teori pembelajaran statistik dan telah menujukkan hasil empiris yang menjanjikan dalam berbagai aplikasi praktis dari pengenalan digit tulisan tangan sampai kategorisasi teks [3]. Inilah alasan kenapa dalam penelitian ini penerapan metode retrievalnya menggunakan metode SVM. Sedangkan untuk mengklasifikasikan hasil retrievalnya dalam penelitian ini menggunakan metode Naïve Bayes Classifier. Naïve Bayes Classifier merupakan

(10)

salah satu metode yang menggunakan perhitungan probabilitas. Kelebihan Naïve Bayes Classifier selain menghasilkan akurasi yang baik adalah implementasinya yang relative lebih mudah [4].

Dari pemaparan di atas, pada penelitian ini studi kasus yang digunakan adalah analisis sentimen terhadap akun resmi PT. Maicih Inti Sinergi. Data analisis sentimen berasal dari postingan twitter akun resmi PT. Maicih Inti Sinergi dengan menggunakan metode Support Vector Machine dan Naïve Bayes.

I.2 Perumusan Masalah

Berdasarkan latar belakang tersebut, perumusan masalah dalam penulisan penelitian ini yaitu bagaimana membangun sebuah perangkat lunak yang dapat melakukan analisis sentimen terhadap akun Maicih Inti Sinergi.

I.3 Maksud dan Tujuan

Maksud dari penelitian ini adalah membangun sebuah perangkat lunak yang dapat mengklasifikasikan sentimen yang di dapat dari akun PT. MIS ke dalam beberapa kelas dengan menggunakan metode Support Vector Machine dan Naïve Bayes.

Sedangkan tujuan yang ingin dicapai dalam penelitian ini adalah untuk membantu pihak PT. MIS dalam mengetahui sentimen feedback yang diberikan oleh para konsumennya pada akun twitter milik PT. MIS.

I.4 Batasan Masalah

Batasan masalah dari penelitian yang dilakukan adalah:

1. Metode machine learning yang digunakan adalah Support Vector Machine dan Naïve Bayes.

2. Akun Twitter yang dianalisis adalah akun resmi PT. MIS “@maicih”.

3. Sistem yang dibangun menggunakan pendekatan Object Oriented Analysis and Design .

(11)

5. Jika nilai probabilitas tweet antara positif dan negatif sama, maka tweet tersebut dimasukkan kedalam tweet undefined (tidak akan di masukan ke kelas manapun).

I.5 Metodologi Penelitian

Metodologi penelitian yang digunakan dalam pelaksanaan penelitian ini adalah metode penelitian deskriptif. Metode ini digunakan dalam penelitian awal untuk menghimpun data tentang kondisi yang ada, faktor pendukung dan penghambat pengembangan, serta penggunaan produk dimana produk tersebut akan diterapkan [5].

Penelitian ini memiliki 3 metode dalam pelaksanaannya yaitu metode pengumpulan data, metode pembangunan perangkat lunak dan metode penyelesaian analisis sentimen. Berikut adalah pemaparannya

I.5.1 Metode Pengumpulan Data

Berikut adalah metode pengumpuan data dalam penelitian ini: 1. Studi Literatur

Pengumpulan data dilakukan dengan cara mempelajari, meneliti, dan menelaah berbagai literatur dari perpustakaan yang bersumber dari buku, situs internet, jurnal ilmiah, dan sumber-sumber lainnya yang berkaitan dengan penelitian yang dilakukan seperti analisis sentimen, klasifikasi teks, metode Support Vector Machine.

2. Pengumpulan Data Twitter

Data yang diperoleh, bila dilihat dari sumber datanya pengumpulan data menggunakan sumber data primer yang diambil secara langsung dari akun resmi twitter Maicih dengan memanfaatkan stream API (Application Programming Interface) yang disediakan oleh twitter.

3. Wawancara

Wawancara akan dilakukan dua tahap kepada bagian Manager Sumber Daya Manusia dari PT. MIS yang bernama Arief Novianto. Tahap pertama bertujuan untuk mendapatkan informasi seperti profil PT. MIS, masalah yang terjadi, serta

(12)

solusi yang ditawarkan. Tahap kedua bertujuan untuk melakukan pengujian perangkat lunak yang telah dibangun.

4. Observasi

Obervasi yang dilakukan ialah mengamati data tweet yang akan di analisis yang terdapat pada akun resmi PT. MIS.

I.5.2 Metode Pembangunan Perangkat Lunak

Dalam pembangunan perangkat lunak ini menggunakan waterfall model sebagai tahapan pengembangan perangkat lunaknya. Berikut adalah prosesnya: a. Requirements analysis and definition

Tahap requirement analysis and definition dilakukan dalam pembangunan perangkat lunak ini adalah dengan melakukan pengumpulan data dengan cara studi literatur dan wawancara langsung dengan bagian Manager Sumber Daya Manusia PT. MIS. Dari hasil tersebut didapatkan masalah yang kemudian dicarikan solusinya.

b. System and software design

Tahap system and software design yang dilakukan dalam pembangunan perangkat lunak ini adalah dengan membuat perancangan data, perancangan arsitektural menu, perancangan antarmuka, perancangan pesan dan perancangan method.

c. Implementation and unit testing

Tahap implementation and unit testing yang dilakukan dalam pembangunan perangkat lunak ini adalahdengan membuat sebuah sistem berbasis web yang di implementasikan dengan bahasa pemrograman php.

d. Integration and system testing

Tahap integration and system testing yang dilakukan dalam pembangunan perangkat lunak ini adalah mengintegrasikan data testing dengan data training. e. Operation and maintenance

Tahap operation and maintenance yang dilakukan dalam pembangunan perangkat lunak ini adalah dengan melakukan pemantauan secara berkala mengenai

(13)

penggunaan perangkat lunak sehingga kedepannya jika ada perubahan dapat dilakukan update untuk optimalisasi pengoperasian.

Untuk lebih jelasnya tahapan-tahapan tersebut dapat dilihat pada Gambar I-1.

Gambar I-1 Model Proses Waterfall [6]

I.5.3 Metode Penyelesaian Analisis Sentimen

Berikut adalah gambaran penyelesaian masalah dalam penelitian ini dapat dilihat pada Gambar I-2

Gambar I-2 Gambaran Penyelesaian Analisis Sentimen

Berikut penjelasan dari gambaran penyelesaian analisis sentimen di atas: 1. Identifikasi Tweet

Identifikasi tweet merupakan tahapan awal yang dilakukan pada penelitian ini. Yang dilakukan pada tahapan ini adalah melakukan pengidentifikasian tweet yang akan di analisis yaitu pada akun twitter PT. MIS.

2. Penerapan Metode Algoritma Information Retrieval

Pada tahap ini tweet yang sudah di identifikasi kemudian diterapkan algoritma information retrieval untuk diketahui tweet mana yang mengandung sentimen

(14)

dengan yang tidak, yang nantinya akan digunakan untuk perhitungan pada penerapan metode algoritma extraction.

3. Penerapan Metode Algoritma Extraction

Pada tahap ini tweet yang sudah di-retrieve kemudian diekstrak menggunakan algoritma extraction berupa klasifikasi, yaitu kelas positif dan kelas negatif. 4. Pengujian Tingkat Akurasi

Pada tahap ini tweet yang sudah memiliki kelas masing-masing diuji menggunakan metode pengujian, agar diketahui tingkat akurasi hasil yang di dapat.

I.6 Sistematika Penulisan

Sistematika penulisan penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan penelitian ini adalah:

BAB I PENDAHULUAN

Bab ini menerangkan secara umum mengenai latar belakang, perumusan masalah, menentukan maksud dan tujuan, batasan masalah, metodologi penelitian serta sistematika penulisan tugas akhir.

BAB II TINJAUAN PUSTAKA

Pada bab ini membahas profil instansi yang terkait (dalam kasus ini perusahaan Maicih Inti Sinergi) serta berbagai konsep dasar dan teori-teori yang berkaitan dengan topik penelitian yang dilakukan. Landasan teori yang digunakan antara lain tentang twitter, analisis sentimen, teknik analisis sentimen menggunakan Machine Learning, pengklasifikasian menggunakan Support Vector Machine.

BAB III ANALISIS DAN PERANCANGAN SISTEM

Bab ini menganalisis masalah dari objek penelitian untuk mengetahui hal atau masalah apa yang timbul dan mencoba memecahkan permasalahan tersebut dengan membangun sebuah perangkat lunak untuk mengimplementasikan metode-metode yang digunakan.

(15)

Bab ini membahas mengenai hasil pengujian dari analisis sistem yang ada pada Bab III kemudian melakukan analisis terhadap informasi dari hasil uji coba.

BAB V KESIMPULAN DAN SARAN

Bab ini berisi tentang kesimpulan-kesimpulan dari skripsi, dan terdapat pula saran yang sudah diperoleh dari hasil penulisan tugas akhir agar dapat digunakan dimasa mendatang untuk pengembangan lebih lanjut.

(16)

(17)

BAB II

TINJAUAN PUSTAKA

II.1Tinjauan Tempat Penelitian

Pertengahan 2010, nama Reza “Axl” Nurhilman mulai dikenal banyak orang. Axl, sapaan akrabnya, mendirikan Maicih, brand keripik pedas yang jadi pelopor makanan ringan pedas di Bandung, Jawa Barat. Tak membutuhkan waktu lama, keripik pedas Maicih milik Axl ini terpilih menjadi The Hot Snack 2011 oleh majalah Rolling Stone Indonesia.

Awalnya, Axl tidak memiliki strategi khusus pada saat memulai usaha ini. Fokusnya hanya menjual keripik pedas seunik dan sekreatif mungkin. Keripik singkong pedas yang jadi makanan favorit masa kecilnya pun, ia sulap menjadi produk berkelas yang siap bersaing dengan produk lainnya. Salah satu caranya adalah dengan memanfaatkan media sosial.

Keripik pedas Maicih dilambangkan oleh sosok nenek ramah yang bersahaja. Ia mulai di kenal banyak orang lewat media sosial Twitter dengan akun @maicih. Axl memang mengandalkan Twitter untuk mempromosikan keripik pedas Maicih nya. Lewat tagar #maicih yang begitu popular di microsite ini, distribusi dan promosi pun dilakukan. Akun @maicih yang resmi di buat bulan Oktober 2010 ini kemudian mengukuhkan konsep jualan keripik pedas ini. Sukses bergerilya jualan via Twitter, kini keripik pedas maicih sudah bisa di nikmati semua penggemarnya di seluruh Indonesia.

PT Maicih Inti Sinergi dalam menjalankan bisnis penjualan produk-produk selama ini selalu menggunakan logo yang berciri khas emak-emak berkonde yang menghadap samping, ini membuktikan bahwa Produk Maicih masih mempunyai ciri khas tradisional dari pengolahan produk yang mereka buat dan penamaan Maicih pun di ambil dari sebuah dompet emak-emak yang disebut dengan nama Maicih. Logo dari PT Maicih Inti Sinergi dapat di lihat pada Gambar II-1

(18)

Gambar II-1 Logo maicih

II.1.1Visi dan Misi

Berikut adalah Visi Misi dari PT. Maicih Inti Sinergi: 1. Visi

Menjadi produk dan icon kota Bandung yang Nasional serta go international dalam bidang pangan, entertainment dan edukasi.

2. Misi

Memperkenalkan Maicih ke seluruh dunia, meningkatkan lagi jumlah produksi, serta mengikuti berbagai event untuk memberikan pengalaman dan sharing agar penduduk Indonesia bisa mengembangkan lagi cara-cara strategi berwirausaha.

II.1.2Struktur Organisasi

(19)

Gambar II-2 Struktur Organisasi

Berikut adalah pemaparan deskripsi kerja untuk tiap-tiap jabatan yang ada di PT. Maicih Inti Sinergi.

1. Presiden

a. Sebagai pengambil keputusan.

b. Sebagai koordinator semua kegiatan yang telah dilaksanakan. 2. Penasehat Presiden

a. Memberikan arahan nasehat kepada Presiden untuk melakukan jalan yang terbaik.

b. Melakukan tugas sementara yang tidak bisa dilakukan oleh Presiden. 3. Menteri Pangan

a. Melaporkan kepada Presiden tentang keadaan produk. b. Mengawasi dan melakukan pemeliharaan pada produk. c. Mengawasi penjualan produk yang dilakukan oleh Jendral. 4. Menteri Perhubungan

a. Melakukan koordinasi kepada para Jenderal di setiap daerah. b. Mengawasi dan mengatur pekerjaan yang dilakukan oleh Jenderal. 5. Menteri Keuangan

a. Melaporkan kepada Presiden tentang penjualan produk yang diperoleh. b. Bertanggung jawab penuh atas keuangan.

6. Jenderal

a. Bagian penjualan yang bertatap muka langsung dengan pembeli. b. Bagian penjualan yang mengatur pemesanan produk oleh pembeli.

(20)

II.2Landasan Teori

Landasan Teori merupakan penejelasan berbagai konsep dasar dan teori-teori yang berkaitan dalam pembangunan perangkat lunak Analisis Sentimen ini. Berikut adalah beberapa teori terkait dengan pembangunan perangkat lunak ini:

II.2.1Analisis Sentimen

Analisis sentimen termasuk kedalam kategorisasi teks yang membagi ke dalam beberapa label atau kelas. Analisis sentimen merupakan sebuah permasalahan yang berfokus pada penentuan orientasi dari opini yang terkandung dalam sebuah kalimat atau dokumen. Orientasi atau dapat disebut juga dengan polaritas kalimat ini dapat berupa kalimat kalimat opini positif dan negatif. Polaritas positif dan negatif ini dapat berupa feedback sebuah produk, opini tentang suatu permasalahan atau orang atau kejadian, dan dapat juga berupa review sebuah film. Pada penelitian ini, penulis melakukan klasifikasi/kategori kedalam 2 sentimen, yaitu positif, dan negatif terhadap akun resmi PT. Maicih Inti Sinergi.

II.2.2Text Mining

Text mining merupakan varian baru hasil perkembangan dari data mining. Sesuai dengan namanya, text mining focus kepada data yang berbentuk dokumen atau teks, dengan menggali informasi yang terdapat pada teks, di mana sumber datanya berasal dari dokumen, dengan tujuan mencari kata-kata yang mewakili isi dokumen sehingga dapat melakukan analisa keterkaitan antar dokumen [7].

Pada kasus text mining, dokumen atau teks yang menjadi sumber data berbentuk unstructured data. Pada data mining, di asumsikan bahwa data sudah di simpan pada format terstruktur. Oleh karena itu, proses transformasi data dari unstructured data menjadi lebih terstruktur, merupakan proses yang penting dan menentukan pada kasus text mining. Pada kasus dengan sumber structured data, normalisasi data merupakan proses yang menjadi fokus pada preprocessing. Sedangkan, pada text mining yang menggunakan unstructured data, preprocessing fokus pada mentransformasi unstructured data pada dokumen menjadi fitur yang lebih representatif.

(21)

II.2.3Regular Expression

Regular expression atau yang biasa disingkat dengan regex adalah sebuah untaian teks untuk menggambarkan pencarian sebuah pola. Regex biasa digunakan untuk pencarian memanipulasi teks. Pola yang dibentuk oleh regex mungkin akan cocok sekali, beberapa kali, atau tidak sama sekali untuk teks yang diberikan. Regex didukung oleh banyak bahasa pemrograman termasuk PHP. Berikut adalah atura-aturan penulisan regular expression dalam bahasa pemrograman PHP [8].

1. Pencocokan simbol umum

Regular Expression menyediakan pola yang bisa digunakan untuk mencocokan simbol-simbol yang umum pada suatu teks. Untuk lebih jelasnya dapat dilihat pada Tabel II-1

Tabel II-1 Regex

Regular Expression Deskripsi

. Mencocokan dengan karakter apapun

^regex Menentukan kata regex yang ada di awal baris

Regex$ Menentukan kata regex yang ada di akhir baris

[abc] Tanda kurung siku digunakan untuk mencocokan salah satu

huruf yang ada di dalamnya. Contoh digunakan untuk mencocokan dengan huruf a atau b atau c

[bcd][de] Mencocokan dengan huruf b atau c atau d kemudian di ikuti

dengan huruf d atau e

[d-g4-7] Mencocokan dengan deretan huruf yang ada dari d hingga g

dan 4 sampai 7

b|d Menemukan b atau d

2. Metacharacters

Metacharacter berikut memiliki arti yang ditentukan dan membuat pola umum yang lebih mudah digunakan. Berikut contohnya pada Tabel II-2

Tabel II-2 Metacharacter

Regular Expression Deskripsi

\d Mencocokan dengan angka, lebih sederhana dari [0-9]

\D Mencocokan dengan bukan angka, lebih sederhana dari [^0-9]

\s Mencocokan dengan spasi, lebih sederhana dari [\t\n\x0b\r\f]

\S Mencocokan dengan bukan spasi, lebih sederhana dari [^\s]

\w Mencocokan dengan alphanumerik, lebih sederhana dari [a-zA-Z_0-9]

\W Mencocokan dengan bukan alphanumerik, lebih sederhana dari [^\w]

\i Mencocokan kata tanpa berpengaruh pada Case.

\b Mencocokan kata dengan mencegah pola yang dicari ada sebagai

substring dari kata lainnya. 3. Quantifier

(22)

Quantifier mendefinisikan seberapa sering sebuah elemen dapat terjadi. Berikut contoh dan deskripsi pada

Tabel II-3 Quantifier Regex

Regular Expression

Deskripsi Contoh

* Terjadi kemunculan tidak sama seali atau berkali-kali. Lebih sederhana dari {0,}.

a* menemukan tidak sama sekali atau berkali-kali kemunculan huruf a

+ Terjadi kemunculan sekali atau berkali-kali. Lebih sederhana dari {1,}

a+ menemukan sekali atau berkali-kali kemunculan huruf a ? Terjadi kemunculan tidak sama sekali atau

sekali. Lebih sederhana dari {0,1}

A? menemukan tidak sama sekali atau tepat satu kali kemunculan huruf a

{x} Terjadi kemunculan sebanyak x \d{5} mencari untuk angka yang

memiliki tiga digit

II.2.4Text Preprocessing

Pada text mining data yang di gunakan berasal dari dokumen atau teks yang tidak terstruktur. Oleh karena itu, dibutuhkan suatu proses yang dapat mengubah bentuk data yang sebelumnya tidak terstruktur menjadi data yang terstruktur. Proses ini bertujuan agar data yang akan digunakan nantinya bersih dari noise atau ciri-ciri yang tidak berpengaruh pada klasifikasi sentimen seperti link, “@”, “RT”, stopword. Proses preprosesing juga mempunyai tujuan agar data yang digunakan memiliki dimensi yang lebih kecil dan lebih terstruktur, sehingga dapat diolah lebih lanjut. Tahap preprocessing yang di gunakan dapat dilihat pada Gambar II-3

Gambar II-3 Proses Text Preprocessing

Text Preprocessing pada umumnya terdiri dari tahapan Tokenisasi, Case folding, Stopwords Removing. Pada penelitian ini, tahapan Preprocessing adalah case folding, cleansing, stopword removal, convert emoticon, convert negation,

(23)

tokenizer dan stemming. Keseluruhan tahapan memiliki fungsi dan perannya masing-masing. Untuk mendapatkan dataset yang berdimensi lebih kecil dari data sebelumnya, terstruktur, serta bersih dari noise, maka kesemua tahap harus berkesinambungan.

III.1.5.1Case Folding

Case Folding merupakan proses text preprocessing yang dilakukan untuk menyeragamkan karakter pada data (dokumentasi/teks). Pada proses ini, semua huruf besar (uppercase) dijadikan huruf kecil (lowercase). Bila digambarkan, proses case folding dapat dilihat pada Gambar II-4

Gambar II-4 Gambaran proses case folding

III.1.5.2Cleansing

Ada terdapat beberapa komponen yang khas pada data yang diambil dari tweet yaitu, username, Uniform Resource Locator (URL), “RT” (tanda retweet), dan hashtag. Karena username, URL, dan “RT” tidak memiliki pengaruh apapun terhadap nilai sentimen, maka ketiga komponen di atas akan dibuang [2]. Gambaran dari proses cleansing dapat dilihat pada Gambar II-5

(24)

Gambar II-5 Gambaran proses Cleansing

III.1.5.3Stopword Removal

Stopword Removal merupakan tahap selanjutnya pada proses text preprocessing. Tahapan ini bertujuan untuk menghilangkan kata atau term yang dianggap tidak dapat memberikan pengaruh dalam menentukan suatu kategori tertentu dalam suatu dokumen. Proses ini dilakukan karena term tersebut sering muncul hampir disetiap dokumen sehingga dianggap tidak dapat menjadi pembeda yang baik dalam membedakan kategori yang satu dengan kategori yang lain [9].

Sebelum dilakukan proses Stopword Removal, terlebih dahulu dibuat kata-kata yang termasuk ke dalam stopwords atau stoplist. Kata-kata yang termasuk stoplist tersebut biasanya berupa kata ganti orang, kata penghubung, pronominal penunjuk, dan lain sebagainya. Gambaran dari proses hapus stopwords dapat dilihat pada Gambar II-6

(25)

Gambar II-6 gambaran proses stopword removal

Sebuah file akan didefinisikan sebagai sebuah string, kemudian sistem akan mengambil satu persatu term yang terdapat pada stoplist. Jika string terdapat substring stoplist, maka substring tersebut akan diganti dengan karakter blank. Proses stopword removal ini, besarnya ukuran atau dimensi data yang tereduksi bergantung pada banyaknya stopwords yang digunakan sebagai stoplist dan banyaknya term yang mengandung stopwords.

III.1.5.4Convert Emoticon

Sebuah emoticon merupakan salah satu cara untuk mengekspresikan ungkapan perasaan secara tekstual serta emoticon biasanya digunakan untuk mengekspresikan persetujuan atau pertidaksetujuan dalam suatu kalimat. Pada penelitian sebelumnya [2] convert emoticon dalam suatu kalimat dianggap penting dan memiliki kontribusi dalam menentukan nilai sentimen suatu kalimat. Maka dari itu dalam skripsi ini convert emoticon digunakan, meski hanya sebagian karena tidak semua emoticon yang sering digunakan pada suatu tweet, setiap emoticon akan dikonversikan kedalam string yang sesuai sesuai dengan ekspresi emoticon tersebut. Berikut daftar emoticon yang sering digunakan oleh pengguna twitter terdapat pada Tabel II-4.

Tabel II-4 Konversi Emoticon [2]

Emoticon Konversi

>:] :-) :) :o) :] :3 :c) :> =] 8) =) :} :^) emotsenang >:D :-D :D &-D 8D x-D xD X-D XD =-D =D =-3 =3 emottertawa >:] :-( :( :-c :c :-< :< :-[ :[ :{ < >< <> < emotsedih

D:< D: D8 D; D= DX v.v D-‘: emothoror

(26)

>:o >:O :-O :O o_O o.O 8-0 emotkaget

>:\ >:/ :-/ :-. :/ :\ =/ =\ :S emotkesal

:| :-| emotdatar

Bila digambarkan, proses convert emoticon dapat dilihat pada Gambar II-7

Gambar II-7 gambaran proses convert emoticon

III.1.5.5Convert Negation

Beberapa kata yang bersifat negasi, akan merubah nilai sentimen suatu tweet. Ketika banyak kata negasi adalah ganjil, maka sentimen tweet tersebut akan dirubah. Kata yang bersifat negasi adalah “bukan”, “bkn”, “tidak”, “enggak”, “g”, “ga”, “jangan”, “nggak”, “tak”, “tdk”, dan “gak” [2]. Contohnya kata “enak” adalah kata kunci positif namun jika sebelumnya diikuti kata “ga” sehingga menjadi “ga enak” maka nilainya menjadi negatif.

III.1.5.6Tokenizer

Tokenizer merupakan proses memisahkan kata atau word [2]. Pada penelitian ini tokenizer yang dilakukan adalah memisahkan setiap kata yang dipisahkan oleh spasi. Bila digambarkan, proses tokenisasi dapat dilihat pada Gambar II-8

(27)

Gambar II-8 Gambaran Tokenizer

III.1.5.7Stemming

Stemming digunakan untuk mencari kata dasar dari bentuk berimbuhan. Algoritma steamming untuk bahasa yang satu berbeda dengan algoritma stemming untuk bahasa lainnya. Bahasa Inggris memiliki morfologi yang berbeda dengan Bahasa Indonesia sehingga algoritma steamming yang digunakan pun berbeda [10]. Proses stemming pada teks berbahasa Indoensia lebih rumit karena terdapat variasi imbuhan yang harus dibuang untuk mendapatkan root word dari sebuah kata. Algoritma stemming yang digunakan pada penelitian ini adalah algoritma Nazief dan Andriani.

II.2.5Machine Learning

Machine Learning merupakan cabang ilmu artificial intelligence yang memiliki konsep bahwa komputer sebagai mesin memiliki kemampuan untuk melakukan adaptasi terhadap lingkungan yang baru dan mampu mendeteksi pola dari fakta yang ada. Definisi pembelajaran yang dilakukan mesin adalah ketika mesin dari pengalaman E terhadap tugas T dan mengukur peningkatan kinerja P, jika kinerja tugas T diukur oleh kinerja P, meningkatkan pengalaman E [11].

(28)

II.2.6Information Retrieval

Information Retrieval bertujuan menghasilkan dokumen yang paling relevan berdasarkan keyword pada query yang diberikan pengguna. Dokumen dianggap relevan jika suatu dokumen cocok dengan pertanyaan pengguna. Information Retrieval terdiri dari tiga komponen utama, yaitu masukan (Input), pemroses (processor) dan keluaran (output). Input harus berupa representasi yang tepat dari setiap dokumen dan query agar dapat diolah oleh pemroses. Pemroses (Processor) bertugas menstrukturkan informasi dalam bentuk yang tepat, misalnya dengan pengindeksan dan klasifikasi serta melakukan proses information retrieval, yaitu dengan menjalankan suatu strategi pencarian sebagai respon dari query. Output adalah keluaran yang diberikan oleh pemroses, biasanya berbentuk informasi tentang suatu dokumen, dokumen itu sendiri dan acuan ke dokumen lain (citation).

Didalam Information Retrieval juga terdapat Indexing atau pengindeksan yaitu proses membangun basis data indeks dari koleksi dokumen. Adapun tahapan dari pengindeksan adalah sebagai berikut:

1. Parsing dokumen yaitu proses pengambilan kata-kata dari kumpulan dokumen. 2. Stoplist yaitu proses pembuangan kata buang seperti: tetapi, yaitu, sedangkan

dan sebagainya.

3. Stemming yaitu proses penghilangan/ pemotongan dari suatu kata menjadi bentuk dasar.

4. Term Weighting dan Inverted File yaitu proses pemberian bobot pada istilah [10].

II.2.7Information Extraction

Information Extraction adalah proses pengbuahan dokumen teks tidak terstruktur dengan domain tertentu ke dalam sebuah struktur informasi yang relevan. Information Extraction pada penelitian ini adalah berupa klasifikasi kelas positif dan negatif. Information Extraction dapat dilakukan dengan berbagai macam cara dan metode. Pada dasarnya, terdapat dua kelompok metode yang dapat digunakan. Kelompok pertama adalah information extraction dengan menggunakan metode manual, yaitu menggunakan Dicionary Based Approach dan dengan

(29)

menggunakan Corpus Based Approach. Kelompok kedua adalah Information extraction dengan menggunakan Machine Learning. Pada penelitian ini, penulis menggunakan metode Machine Learning untuk melakukan Information Extraction.

II.2.8Term Weighting

Term weighting ialah proses memberikan bobot terhadap semua kata pada dokumen, metode Term weighting yang digunakan pada penelitian ini adalah TF-IDF.

Term Frequency adalah salah satu metode pembobotan yang paling sederhana. Pada metode ini, setiap term diasumsikan memiliki proporsi kepentingan sesuai dengan jumlah terjadinya (munculnya) term tersebut dalam dokumen. Persamaan TF adalah sebagai berikut:

, = �� , (II-1)

Dimana TF(d,t) adalah frekuensi kemunculan term t pada dokumen d.

Inverse Document Frequency memperhatikan kemunculan term pada kumpulan dokumen. Pada metode ini, term yang dianggap bernilai/berharga adalah term yang jarang muncul pada koleksi/ kumpulan dokumen. Persamaan IDF adalah sebagai berikut:

� � = � (II-2)

Dimana df(t) adalah banyak dokumen yang mengandung term t.

TF*IDF merupakan kombinasi metode TF dengan metode IDF. Sehingga persamaan TF*IDF adalah sebagai berikut:

�� ∗ � � , = �� , ∗ � � (II-3)

II.2.9Support Vector Machine

Support Vector Machine (SVM) merupakan salah satu metode machine learning yang mengubah text menjadi data vector. Vector dalam penelitian ini memiliki dua komponen yaitu dimensi (word id) dan bobot. Konsep SVM dapat dijelaskan secara sederhana sebagai usaha mencari hyperplane terbaik yang

(30)

berfungsi sebagai pemisah dua buah class pada input space [12]. Gambaran SVM dalam berusaha mencari hyperplane terbaik dapat dilihat pada Gambar II-9

Gambar II-9 SVM berusaha menemukan hyperplane terbaik yang memisahkan kedua kelas y = -1 dan y = +1

Hyperplane pemisah terbaik antara kedua class dapat ditemukan dengan mengukur margin hyperplane tersebut dan mencari titik maksimalnya. Margin adalah jarak antara hyperplane tersebut dengan pattern terdekat masing-masing class. Pattern yang paling dekat ini disebut support vector. Garis solid pada Gambar II-9 –b menunjukkan hyperplane yang terbaik, yaitu yang terletak tepat pada tengah-tengah kedua class, sedangkan titik merah dan kuning yang berada dalam lingkungan hitam adalah support vector. Usaha untuk mencari lokasi hyperplane ini merupakan inti dari proses pembelajaran pada SVM. Klasifikasi pada SVM dibagi menjadi 2, yaitu linier dan nonlinier.

Dimulai dengan kasus klasifikasi secara linier, fungsi ini dapat didefinisikan sebagai.

∶= (II-4)

Dengan f = w + (II-5)

Atau = {+ , + +

(31)

Dimana x,w  ℜn

dan b ℜ. _{Dalam teknik SVM berusaha menemukan fungsi}

pemisah (klasifier/hyperplane) terbaik diantara fungsi yang tidak terbatas jumlahnya untuk memisahkan dua macam objek. Hyperplane terbaik adalah

hyperplane yang terletak di tengah-tengah antara dua set objek dari dua kelas. Mencari hyperplane terbaik ekuivalen dengan memaksimalkan margin atau jarak antara dua set objek dari kelas yang berbeda. [13]

Input pada pelatihan SVM terdiri dari poin-poin yang merupakan vektor dari angka-angka real Data yang tersedia dinotasikan sebagai xi ℜd

sedangkan label masing-masing dinotasikan sebagai yi  {-1, +1} untuk i = 1,2,..,l dimana l adalah banyaknya data. Diasumsikan kedua kelas -1 (negatif) dan +1(positif) dapat terpisah secara sempurna oleh hyperplane berdimensi d, yang didefinisikan.

Dengan + = (II-7)

Sebuah pattern xi yang termasuk kelas -1 (sampel tidak relevan) dapat dirumuskan sebagai pattern yang memenuhi pertidaksamaan:

Dengan + − (II-8)

Sedangkan pattern xi yang termasuk kelas +1 (sampel relevan):

Dengan + + (II-9)

Margin terbesar dapat ditemukan dengan memaksimalkan nilai jarak antara hyperplane dan titik terdekatnya, yaitu

||�||. Hal ini dapat dirumuskan sebagai Quadratic Programming (QP) problem, yaitu mencari titik minimal persamaan dengan memperhatikan constraint persamaan (II.11)

|| || (II-10)

. + − (II-11)

Permasalahan ini dapat dipecahkan dengan berbagai teknik komputasi di antaranya Lagrangae Multiplier.

� , , � = || || − ∑ � [ � ₊ _{− ]}

(32)

αi adalah lagrange multiplier, yang bernilai nol atau positif. Nilai optimal dari persamaan di atas dapat dihitung dengan meminimalkan L terhadap w dan b, dan memaksimalkan L terhadap αi. Dengan memperhatikan sifat bahwa pada titik optimal gradient L=0, dari persamaan (II.12) dapat dimodifikasi sebagai maksimalisasi yang hanya mengandung αi saja, yaitu:

�a� ∑ � − ∑ � � �

, = =

Subject to ∑₌ � =

∝ , = , , . . ,

(II-13)

Dengan dot product xixj sering diganti dengan simbol K. K adalah matrik kernel.

Matrik kernel ini digunakan untuk membuat data set yang bersifat non-linear menjadi linear. Contoh dataset yang bersifat non linear dapat dilihat pada Gambar II-10

Gambar II-10 Data Set Nonlinear

Oleh karena itu dalam SVM terdapat fungsi kernel yang dapat mengubah data set yang tidak linear menjadi linier dalam space baru.

Tabel II-5 Kernel Trik pada SVM Kernel Type Value

Linear K(xi, xj) = xT x Polynomial K(xi,xj)= (xT_{xi + 1)}p

(33)

Kernel Type Value

Gaussian K(xi,xj) = exp-||x1-x2||2_/22

Pemilihan fungsi kernel yang tepat adalah hal yang sangat penting, karena fungsi kernel ini akan menentukan feature space di mana classifier akan dicari.

II.2.10 Naïve Bayes Classifier

Naïve Bayes merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Konsep dasar yang digunakan oleh Naïve bayes adalah Teorema Bayes, yaitu melakukan klasifikasi dengan melakukan perhitungan nilai probabilitas p(C = ci | D = dj), yaitu probabilitas kategori ci jika diketahui dokumen dj. Klasifikasi dilakukan untuk mementukan kategori c ϵ C dari suatu dokumen d ϵ D dimana C = {c1, c2, c3, …, ci} dan D = {d1, d2, d3, …, dj}. Penentuan dari kategori sebuah dokumen dilakukan dengan mencari nilai maksimum dari p(C = ci | D = dj) pada P={ p(C = ci | D = dj)| c = C dan d = D}. Nilai probabilitas p(C = ci | D = dj) dapat dihitung dengan persamaan:

= | = = � ( = ⋂ = )

� ( = )

= � ( = | = ) × =

� ( = )

(II-14)

Dengan p(D = dj |C = ci) merupakan nilai probabilitas dari kemunculan dokumen dj jika diketahui dokemen tersebut berkategori ci, p(C = ci) adalah nilai probabilitas kemunculan kategori ci, dan p(D = dj) adalah nilai probabilitas kemunculan dokumen dj.

Naïve Bayes menganggap sebuah dokumen sebagai kumpulan dari kata-kata yang menyusun dokumen tersebut, dan tidak memperhatikan urutan kemunculan kata pada dokumen. Sehingga perhitungan probabilitas p(D = dj |C = ci) dapat dianggap sebagai hasil perkalian dari probabilitas kemunculan kata-kata pada dokumen dj. Perhitungan probabilitas p(C = ci | D = dj) dapat dituliskan sebagai berikut:

(34)

= | = = ∏ | = _{, , , … ,} × =

�

(II-15)

Dengan ∏ | = adalah hasil perkalian dari probabilitas kemunculan semua kata pada dokumen dj.

Proses klasifikasi dilakukan dengan membuat model probabilistik dari dokumen training, yaitu dengan menghitung nilai p(wk | c) . Untuk wkj diskrit dengan wkj ε V = {v1, v2, v3, …, vm} maka p(wk | c) dicari untuk seluruh kemungkinan nilai wkj dan didapatkan dengan melakukan perhitungan:

= �

| | (II-16)

dimana

Db c adalah jumlah dokumen yang memiliki kategori ci.

|D| adalah jumlah seluruh training dokumen. Dan

( = | = � � = � .

�

(II-17)

dimana

Db ( � = � , c) adalah nilai kemunculan kata wkj pada kategori ci.

Db c adalah jumlah keseluruhn kata pada kategori ci.

Persamaan Db(wk = wkj ,c) sering kali dikombinasikan dengan Laplacian Smoothing untuk mencegah persamaan mendapatkan nilai 0, yang dapat menggangu hasil klasifikasi secara keseluruhan. Sehingga persamaan Db(wk = wkj ,c) dituliskan sebagai:

( = | = ( = _{+ | |}, ) + (II-18)

dengan |V| merupakan jumlah kemungkinan nilai dari wkj.

Pemberian kategori dari sebuah dokumen dilakukan dengan memilih nilai c yang memiliki nilai p(C = ci | D = dj) maksimum, dan dinyatakan dengan:

∗ ₌

(35)

Kategori c* merupakan kategori yang memiliki nilai p(C = ci | D = dj) maksimum. Nilai p(D = dj) tidak mempengaruhi perbandingan karena untuk setiap k ategori nilainya akan sama. Berikut ini gambaran proses klasifikasi dengan algoritma Naïve Bayes dapa dilihat pada Gambar II-11:

II.2.11 K-Fold Cross Validation

K-fold cross validation adalah salah satu metode untuk mengevaluasi kinerja classifier, metode ini dapat digunakan apabila memiliki jumlah data yang terbatas (jumlah instance tidak banyak) [14]. K-fold cross validation merupakan salah satu metode yang digunakan untuk mengetahui rata-rata keberhasilan dari suatu sistem dengan cara melakukan perulangan dengan mengacak atribut masukan sehingga sistem tersebut teruji untuk beberapa atribut input yang acak. K-fold cross validation diawali dengan membagi data sejumlah n-fold yang diinginkan. Dalam proses cross validation data akan dibagi dalam n buah partisi dengan ukuran yang

Training:

Untuk setiap kategori: a. Hitung �

b. Hitung � � | untuk setiap kata pada model

Testing:

a. Hitung ∏ � � |c × � c Untuk setiap kategori

b. Tentukan kategori dengan nilai ∏ � � |c × � c maksimal

Training Data Model Probabilistik

(Classifier)

Testing Data Kategori Dokumen

(36)

sama D1, D2, D3 .. Dn selanjutnya proses uji dan latih dilakukan sebanyak n kali. Dalam iterasi ke-i partisi Di akan menjadi data uji dan sisanya akan menjadi data latih. Untuk penggunaan jumlah fold terbaik untuk uji validitas, dianjurkan menggunakan 10-fold cross validation dalam model [15]. Contoh pembagian dataset dalam proses 10-fold cross validation terlihat padaGambar II-12

Gambar II-12 Contoh iterasi data dengan k-fold cross validation Cara kerja K-fold cross validation adalah sebagai berikut:

1. Total instance dibagi menjadi N bagian.

2. Fold ke-1 adalah ketika bagian ke-1 menjadi data uji (testing data) dan sisanya menjadi data latih (training data). Selanjutnya, hitung akurasi berdasarkan porsi data tersebut. Perhitungan akurasi tersebut dengan menggunakan persamaan sebagai berikut [16]:

� = ∑ _∑ × % (II. 20)

3. Fold ke-2 adalah ketika bagian ke-2 menjadi data uji (testing data) dan sisanya menjadi data latih (training data). Selanjutnya, hitung akurasi berdasarkan porsi data tersebut.

4. _{Demikian seterusnya hingga mencapai fold ke-K. Hitung rata-rata akurasi dari} K buah akurasi di atas. Rata-rata akurasi ini menjadi akurasi final.

(37)

BAB III

ANALISIS DAN PERANCANGAN SISTEM

III.1 Analisis Sistem

Analisis sistem bertujuan untuk mengidentifikasi permasalahan-permasalahan yang terdapat pada sistem serta menentukan kebutuhan-kebutuhan dari sistem yang akan dibangun. Analisis tersebut meliputi analisis masalah, analisis sistem yang sedang berjalan, analisis data masukan, analisis preprocessing, analisis metode/ algoritma, analisis kebutuhan non fungsional dan analisis kebutuhan fungsional.

III.1.1 Analisis Masalah

PT. Maicih Inti Sinergi (MIS) merupakan sebuah perusahaan yang menggunakan twitter sebagai salah satu sarana untuk mempromosikan produknya. Dengan adanya akun twitter PT. MIS dan jumlah postingan yang banyak setiap harinya memungkinkan feedback dari konsumen atau follower PT. MIS sebagai ketersediaan sentimen yang dapat dimanfaatkan untuk evaluasi produk PT.MIS.

Namun permasalahannya adalah bagaimana membangun sebuah perangkat lunak yang dapat melakukan pengklasifikasian sentimen pada data twitter yang nantinya dapat dimanfaatkan untuk evaluasi produk PT.MIS.

III.1.2 Analisis Sistem Berjalan

Pada penelitian ini, analisis sistem yang sedang berjalan dilakukan dengan metode wawancara untuk mendapatkan gambaran lengkap tentang bagaimana sistem yang sedang berjalan saat ini yang kemudian hasilnya akan digambarkan kedalam bentuk activity diagram sesuai dengan masalah yang sedang terjadi.

Berikut adaah sistem yang berjalan di PT. Maicih Inti Sinergi dalam mengetahui bagaimana sentimen para konsumen terhadap produknya.

1. Managerial membuka akun twitter PT. MIS (@maicih) 2. Managerial melihat feedback yang hanya terlihat dilayar.

3. Managerial menyimpulkan baik atau buruk nya feedback yang diberikan konsumen.

(38)

Activity diagram sistem yang sedang berjalan di PT. Maicih Inti Sinergi dapat dilihat pada Gambar III-1

Gambar III-1 sistem yang sedang berjalan

III.1.3 Analisis Data Masukan

Data masukan yang digunakan adalah data tweet dari akun twitter PT. Maicih Inti Sinergi (@maicih). Data tweet tersebut didapat dengan memanfaatkan fitur API (Aplication Interface) yang telah disediakan oleh twitter. Data yang diambil adalah data tweet yang mengandung kata “maicih” atau data tweet yang terdapat pada akun PT. Maicih Inti Sinergi “@maicih”. Data yang didapat berupa sebuah kalimat dengan panjang maksimal 140 karakter. Contoh data tweet yang didapat dari twitter dapat dilihat pada Gambar III-2 dan Gambar III-3

(39)

Gambar III-3 Contoh tweet negatif

III.1.4 Analisis Preprocessing

Agar data tweets tersebut dapat dimanfaatkan dengan baik untuk mengklasifikasikan sentimen, maka diperlukan proses preprocessing. Pada proses ini data tweet yang digunakan untuk data training dan data testing dibersihkan dari noise seperti link, “RT”, “@”, stopword dan lain sebagainya. Gambaran proses preprocessing dapat dilihat pada Gambar III-4

Gambar III-4 Gambaran Tahapan Preprocessing

Proses preprocessing terdiri dari beberapa tahapan yaitu case folding, cleansing, stopword removal, convert emoticon, convert negation, tokenizer dan stemming. Berikut adalah penjelasan dari masing-masing tahapan:

1. Case Folding

Case Folding ialah proses merubah huruf kapital (uppercase) menjadi huruf kecil (lowercase). Hal ini dilakukan agar semua huruf pada tweet menjadi seragam. Gambaran proses dari tahap case folding dapat dilihat pada Gambar III-5

(40)

Gambar III-5 Gambaran Proses Case Folding

2. Tokenizing

Pada proses tokenizing setiap kata pada tweet dipisahkan, pada proses ini tahap yang dilakukan adalah memisahkan setiap kata yang dipisahkan oleh spasi. Hal ini dilakukan agar tahap preproses selanjutnya dapat berjalan. Gambaran proses dari tahap tokenizing dapat dilihat pada Gambar III-6

Gambar III-6 Gambaran Proses Tokenizer

@maicih Maicih level 10 pedasss #kebakaranmulut ga kuat lagi makannya :’(

@maicih Kabar menggembirakan Untuk kita semua. Maicih kini ada Level 0 :)

RT @maicih Maicih kayaknya Enak YES. :) :)

@maicih maicih level 10 pedasss #kebakaranmulut ga kuat lagi makannya :’(

@maicih kabar menggembirakan untuk kita semua. maicih kini ada level 0 :)

rt @maicih maicih kayaknya enak yes. :) :)

maicih level 10 pedasss gakuat makannya emotsedih kabar menggembirakan. maicih level 0 emotsenang maicih kayaknya enak yes. emotsenang emotsenang

maicih level pedasss gakuat makannya emotsedih

kabar menggembirakan maicih level emotsenang

(41)

3. Cleansing

Tweet yang terdapat pada akun PT. Maicih Inti Sinergi memiliki berbagai komponen atau karateristik tweet yang khas seperti “@”, link, “#” dan RT. Komponen-komponen tersebut tidak memiliki pengaruh apapun terhadap sentimen, maka akan dibuang. Gambaran proses dari tahap cleansing dapat dilihat pada Gambar III-7

Gambar III-7 Gambaran Proses Cleansing

Berikut aturan produksi regular expression yang digunakan pada proses cleansing : 1 2 3 4 5 6 7 8 9

// untuk menghilangkan mention

$tweet = preg_replace('/@[-A-Z0-9+&@#\/%?=~_|$!:,.;]*[A-Z0-9+&@#\/%=~_|$]/i','', $tweet);

//untuk menghilangkan hashtag

$tweet= preg_replace('/#[-A-Z0-9+&@#\/%?=~_|$!:,.;]*[A-Z0-9+&@#\/%=~_|$]/i','', $tweet);

// untuk menghilangkan link

4. Stopword Removal

Pada tahap ini tweet masih mengandung kata yang dianggap tidak dapat memerikan pengaruh dalam menentukan suatu kategori sentimen. Kata-kata tersebut dimasukkan ke dalam daftar stopword yang biasa berupa kata ganti orang, kata ganti penghubung, paranomial petunjuk dan lain sebagainya. Jika pada tweet

@maicih maicih level 10 pedasss #kebakaranmulut ga kuat lagi makannya :’(

@maicih kabar menggembirakan untuk kita semua. maicih kini ada level 0 :)

rt @maicih maicih kayaknya enak yes. :) :)

maicih level 10 pedasss ga kuat lagi makannya :’(

kabar menggembirakan untuk kita semua. maicih kini ada level 0 :) maicih kayaknya enak yes. :) :)

(42)

yang sudah melalui proses cleansing masih terdapat kata yang tercantum pada daftar stopword maka kata tersebut dihilangkan. Untuk list lengkap stopword yang digunakan dapat dilihat pada Lampiran A. Gambaran proses dari tahap stopword removal dapat dilihat pada Gambar III-8

Gambar III-8 Gambaran Proses Stopword Removal

Berikut aturan produksi regular expression yang digunakan pada proses stopword Removal :

1 2 3 4 5 6 7

foreach ($hasil as $key) {

$stoplist[]= $key['stopword']; }

$tweet = preg_replace(array_map( function($stopword){ return'/\b'.$stopword.'\b/';

}, $stoplist), '',$tweet);

5. Convert Emoticon

Convert Emoticon adalah proses mengkonversikan emoticon kedalam string yang sesuai dengan ekspresi emoticon itu sendiri. Convert emoticon dilakukan karena pada tweet yang diambil terdapat emoticon yang merupakan salah satu cara follower mengekspresikan persetujuan atau pertidaksetujuan dalam suatu tweet. Hal ini dirasa mempunyai pengaruh terhadap pengklasifikasian sentimen, oleh karena itu convert emoticon digunakan. Gambaran proses dari tahap convert emoticon dapat dilihat pada Gambar III-9

maicih level 10 pedasss ga kuat lagi makannya :’(

kabar menggembirakan untuk kita semua. maicih kini ada level 0 :)

maicih kayaknya enak yes. :) :)

maicih level 10 pedasss ga kuat makannya :’( kabar menggembirakan. maicih level 0 :) maicih kayaknya enak yes. :) :)

(43)

Gambar III-9 Gambaran Proses Convert Emoticon

Untuk standard emoticon yang digunakan dalam penelitian ini dapat dilihat pada Tabel III-1

Tabel III-1 standard emoticon

Emoticon Konversi

>:]:-):):o):]:3:c):>=]8)=):}:>) emotsenang

>:[:-(:(:'(:-c:c:-<:-[:[:{>.><.<>.< emotsedih

Berikut aturan produksi regular expression yang digunakan pada proses convert emoticon :

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 $esenang=array(">:]",":)",":)",":o)",":]",":3",":c)",":>"," =]","8)","=)",":}",":>)",":d",":-d");

$esedih = array(">:[",":-(",":(",":'(",":-c",":c",":-<",":-[",":[",":{",">.>","<.<",">.<","t_t");

//regex senang

foreach ($esenang as $item) {

$quotedSenang[] = preg_quote($item,'#'); }

$regexSenang = implode('|', $quotedSenang);

$fullSenang = '#(^|\W)('.$regexSenang.')($|\W)#'; //regex sedih

foreach ($esedih as $item) {

$quotedSedih[] = preg_quote($item,'#'); }

$regexSedih = implode('|', $quotedSedih);

$fullSedih = '#(^|\W)('.$regexSedih.')($|\W)#';

$tweet = preg_replace($fullSenang, ' emotsenang ', $tweet); $tweet = preg_replace($fullSedih, ' emotsedih ', $tweet);

6. Convert Negation

maicih level 10 pedasss ga kuat makannya :’( kabar menggembirakan. maicih level 0 :) maicih kayaknya enak yes. :) :)

maicih level 10 pedasss ga kuat makannya emotsedih kabar menggembirakan. maicih level 0 emotsenang maicih kayaknya enak yes. emotsenang emotsenang

(44)

Convert Negation merupakan proses konversi kata-kata negasi yang terdapat pada suatu tweet, karena kata negasi mempunyai pengaruh dalam merubah nilai sentimen pada suatu tweet. Jika terdapat kata negasi pada suatu tweet makan kata tersebut akan disatukan dengan kata setelahnya. Kata-kata negasi tersebut meliputi “bukan”, “bkn”, “tidak”, “enggak”, “g”, “ga”, “jangan”, “nggak”, “tak”, “tdk”, dan “gak”. Gambaran proses dari tahap convert negation dapat dilihat pada Gambar III-10

Gambar III-10 Gambaran Proses Convert Negation

Berikut aturan produksi regular expression yang digunakan pada proses convert negation :

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

$list = array('gak ' => 'gak', 'ga ' => 'ga',

'ngga ' => 'ngga', 'tidak ' => 'tidak', 'bkn '=>'bkn',

'tida '=>'tida', 'tak '=>'tak',

'jangan '=>'jangan', 'enggak '=>'enggak', 'gak ' => 'gak', 'ga ' => 'ga', 'ngga ' => 'ngga', 'tidak ' => 'tidak', 'bkn '=>'bkn',

'tida '=>'tida', 'tak '=>'tak',

'jangan '=>'jangan', 'enggak '=>'enggak' );

$patterns = array(); $replacement = array();

foreach ($list as $from => $to)

maicih level 10 pedasss ga kuat makannya emotsedih kabar menggembirakan. maicih level 0 emotsenang maicih kayaknya enak yes. emotsenang emotsenang

maicih level 10 pedasss gakuat makannya emotsedih kabar menggembirakan. maicih level 0 emotsenang maicih kayaknya enak yes. emotsenang emotsenang

(45)

23 24 25 26 27 28

{

$from = '/\b' . $from . '\b/'; $patterns[] = $from;

$replacement[] = $to; }

$tweet = preg_replace($patterns, $replacement, $tweet);

7. Stemming

Stemming adalah proses mengubah kata berimbuhan kebentuk asalnya (kata dasar). Algoritma yang digunakan untuk proses stemming berbahasa Indonesia adalah Nazief dan Andriani. Proses Stemming juga termasuk salah satu proses dalam Information Retrieval. Gambaran proses dari tahap stemming dapat dilihat pada Gambar III-11

Gambar III-11 Gambaran Proses Stemming

Berikut adalah diagram alir dari proses preprocessing dapat dilihat pada Gambar III-12

maicih level pedasss gakuat makannya emotsedih kabar menggembirakan maicih level emotsenang maicih kayaknya enak yes emotsenang emotsenang

maicih level pedasss gakuat makan emotsedih kabar gembira maicih level emotsenang

(46)

Gambar III-12 Flowchart Preprocessing

III.1.5 Analisis Metode / Algoritma

Analisis Metode yang dilakukan pada penelitian ini memiliki 2 tahap diantaranya Support Vector Machine sebagai metode untuk retrieval dan Naïve Bayes sebagai metode untuk extraction berupa klasifikasi.

Berikut adalah flow chart proses retrieval menggunakan Support Vector Machine dapat dilihat pada Gambar III-13

(47)

Gambar III-13 flowchart retrieval menggunakan SVM

Dikarenakan SVM merupakan metode machine learning yang hanya peduli tentang titik dalam ruang daripada email atau dokumen. Maka dalam penelitian ini untuk format representasi data SVM adalah sebagai berikut.

Relevan : “maicih enak pisan” menjadi

1 1:0.764 2:0.847 3:0.173

Angka 1 pada karkater pertama menyatakan data tersebut masuk dalam kelas data relevan. Jika data adalah dari kelas tidak relevan maka angka tersebut diganti dengan -1. Kata “maicih” pada kalimat di atas digantikan dengan 1:0.764 pada data vektor yang berarti 1 sebagai id kata untuk “maicih” dan 0.764 sebagai bobot tf-idf untuk kata “maicih” dalam tweet. Begitu seterusnya sehingga semua kata dalam tweet terwakili oleh data vektor.

(48)

1. Menghitung Data Training

Pada tahap ini data tweet training yang sudah melalui tahap preprocessing selanjutnya di index dan dihitung masing-masing bobot per katanya menggunakan persamaan (II.3).

Tabel III-2 Contoh kasus

Tweet Kategori Fitur

Tweet1 Relevan maicih level pedasss gakuat makan emotsedih

Tweet2 Relevan kabar gembira maicih level emotsenang

Tweet3 Relevan maicih kayak enak yes emotsenang emotsenang

Tweet4 Tidak relevan jual produk

Kemudian dihitung bobot masing-masing kata menggunakan TF-IDF. Tabel III-3 Pembobotan TF-IDF

term TF df idf TF-IDF

T1 T2 T3 T4 T1 T2 T3 T4

maicih 1 1 1 0 3 0.1249387 0.1249387 0.1249387 0.1249387 0

level 1 1 0 0 2 0.30103 0.30103 0.30103 0 0

pedasss 1 0 0 0 1 0.60206 0.60206 0 0 0

gakuat 1 0 0 0 1 0.60206 0.60206 0 0 0

makan 1 0 0 0 1 0.60206 0.60206 0 0 0

emotsedih 1 0 0 0 1 0.60206 0.60206 0 0 0

kabar 0 1 0 0 1 0.60206 0 0.60206 0 0

gembira 0 1 0 0 1 0.60206 0 0.60206 0 0

emotsenang 0 1 2 0 2 0.30103 0 0.30103 0.60206 0

kayak 0 0 1 0 1 0.60206 0 0 0.60206 0

enak 0 0 1 0 1 0.60206 0 0 0.60206 0

yes 0 0 1 0 1 0.60206 0 0 0.60206 0

jual 0 0 0 1 1 0.60206 0 0 0 0.60206

produk 0 0 0 1 1 0.60206 0 0 0 0.60206

Dari Tabel III-3 diketahui bobot masing-masing kata pada semua data tweet training. Selanjutnya data tweet tersebut diubah format nya kedalam format SVM. Untuk dokumen relevan di beri nilai 1 dan dokumen tidak relevan di beri label -1.

Tabel III-4 format data svm

term tweet1 (x1) tweet2 (x2) tweet3 (x3) tweet4 (x4)

maicih 0.1249387 0.1249387 0.1249387 0

level 0.30103 0.30103 0 0

pedasss 0.60206 0 0 0

(49)

term tweet1 (x1) tweet2 (x2) tweet3 (x3) tweet4 (x4)

makan 0.60206 0 0 0

emotsedih 0.60206 0 0 0

kabar 0 0.60206 0 0

gembira 0 0.60206 0 0

emotsenang 0 0.30103 0.60206 0

kayak 0 0 0.60206 0

enak 0 0 0.60206 0

yes 0 0 0.60206 0

jual 0 0 0 0.60206

produk 0 0 0 0.60206

y (kelas) 1 (relevan) 1 (relevan) 1 (relevan) -1 (non relevan)

Kemudian tahap selanjutnya adalah melakukan kernelisasi menggunakan fungsi polynomial kernel pangkat 2 yang didefiniskan sebagai �( , ) =

+ � ₊ _{. Matriks kernel K dihitung dengan dimensi l x l, dimana l adalah}

banyaknya data (tweet).



= [ . , . , . , . , . , . , , , , , , , , ]

= [ . , . , , , , , . , . , . , , , , , ]

= [ . , , , , , , , , . , . , . , . , , ]

= [ , , , , , , , , , , , , . , . ]

� _{= [ .} _{, .} _{, .} _{, .} _{, .} _{, .} _{, , , , , , , , ]}

[ . , . , . , . , . , . , , , , , , , , ]T

= . + . + . + . + . + .

= 1.555

� _{= [ .} _{, .} _{, .} _{, .} _{, .} _{, .} _{, , , , , , , , ]}

[ . , . , , , , , . , . , . , , , , , ]T

= . + . = 0.107

� _{= [ .} _{, .} _{, .} _{, .} _{, .} _{, .} _{, , , , , , , , ]}

[ . , , , , , , , , . , . , . , . , , ]T

= .

� _{= [ .} _{, .} _{, .} _{, .} _{, .} _{, .} _{, , , , , , , , ]}

(50)

� _{= [ .} _{, .} _{, , , , , .} _{, .} _{, .} _{, , , , , ]}

[ . , . , . , . , . , . , , , , , , , , ]T

= . + . = 0.107

� _{= [ .} _{, .} _{, , , , , .} _{, .} _{, .} _{, , , , , ]}

[ . , . , , , , , . , . , . , , , , , ]T

= . + . + . + . + .

= 0.922

� _{= [ .} _{, .} _{, , , , , .} _{, .} _{, .} _{, , , , , ]}

[ . , , , , , , , , . , . , . , . , , ]T

= . + . = 0.197

� _{= [ .} _{, .} _{, , , , , .} _{, .} _{, .} _{, , , , , ]}

[ , , , , , , , , , , , , . , . ]T

� _{= [ .} _{, , , , , , , , .} _{, .} _{, .} _{, .} _{, , ]}

[ . , . , . , . , . , . , , , , , , , , ]T

= . = 0.016

� _{= [ .} _{, , , , , , , , .} _{, .} _{, .} _{, .} _{, , ]}

[ . , . , , , , , . , . , . , , , , , ]T

= . + . = 0.197

� _{= [ .} _{, , , , , , , , .} _{, .} _{, .} _{, .} _{, , ]}

[ . , , , , , , , , . , . , . , . , , ]T

= . + . + . + . + .

= 1.826

� _{= [ .} _{, , , , , , , , .} _{, .} _{, .} _{, .} _{, , ]}

(51)

� _{= [ , , , , , , , , , , , , .} _{, .} _]

[ . , . , . , . , . , . , , , , , , , , ]T = 0

� _{= [ , , , , , , , , , , , , .} _{, .} _]

[ . , . , , , , , . , . , . , , , , , ]T = 0

� _{= [ , , , , , , , , , , , , .} _{, .} _]

[ . , , , , , , , , . , . , . , . , , ]T = 0

� _{= [ , , , , , , , , , , , , .} _{, .} _]

[ , , , , , , , , , , , , . , . ]T

= . + . = 0.725

Maka matriks K yang terbentuk adalah sebagai berikut:

[

. .

. . ..

. . .

. ]

Selanjutnya hasil kernelisasi disubtitusikan ke persamaan (II-13), untuk setiap

� + � − � = dimana � ≥ .

(52)

Gambar III-14 data set Kernel Trick Phi:

_{( ) =} {

− + −

− + − �√ + ≥

( ) � �

Masukan Vektor-vektor sebaran kedalam persamaa (III.1) Vektor Tidak Relevan = ( )

= ( ) = √ + < Vektor Relevan = ( ),(₋ ), ( )

= ( ) = √ + ≥

= (₋ ) = √ + ≥

= ( ) = √ + ≥

Disini yang memenuhi hanyalah vektor-vektor relevan, maka setelah dilakukan kernel trick, akan didapatkan data set baru seperti berikut:

= ( ) = − + −_{− + −} 2₂ = (₈)

Vektor Relevan (kotak) = ( ),(₋ ), ( )

Vektor Tidak Relevan (lingkaran) = ( )

(53)

= (₋ ) = _{− − + − −}− + − 2 ₂ = ( ) = ( ) = − + −_{− + −} 2₂ = (8)

Gambar III-15 data set baru

Setelah Data set terpisah secara linier, barulah kita dapat menentukan support vector pada data set tersebut:

(54)

= (8), = (₈), = ( )

Setelah itu masing-masing support vector diberi nilai bias 1, menjadi:

= ( ) => ̃ = ( ) = ( ) => ̃ = ( ) = ( ) => ̃ = ( )

Sekarang cari 3 parameter α1, α2 dan α3 menggunakan persamaan linear:

α ̃ . ̃ + α ̃ . ̃ + α ̃ . ̃ = + �

α ̃ . ̃ + α ̃ . ̃ + α ̃ . ̃ = − � �

Subtitusikan menjadi:

α ( ) . ( ) + α ( ) . ( ) + α ( ) . ( ) = +

α ( ) . ( ) + α ( ) . ( ) + α ( ) . ( ) = −

Setelah dikalikan

α + α + α = +

α + + α = +

α + α + α = −

Didapatlah:

α = 0.859, α = 0.859, α = -1.4219

Setelah didapatkan nilai α masukan persamaan:

(55)

̃ = α (8) + α (8) +α ( )

̃ = . ( ) + . ( ) + − . ( ) = ( ._.

− . )

y = w x + b dengan w = ._. / ._/ = ( ) Dan dengan offset b = - .

. = − .

Didapatkan lah nilai hyperplane untuk mengklasifikasikan kedau kelas, yaitu 10.057

Gambar III-17 hyperplane 2. Menghitung Data Testing

Setelah mendapatkan nilai hyperplane, selanjutnya kita dapat menentukan tweet yang belum memiliki kategori dengan nilai hyperplane tersebut. Misalnya kita memiliki data uji dengan vektor (-1,2).

(56)

Masukan vektor tersebut kedalam persamaan (III.1)

 = (− ) = + + − −_{− + − −} 2₂ = ( ) w .  =( ). ( ) = >

Gambar III-18 hasil retrieval

Nilai vektor (-1,2) adalah 29 dimana 29 > 10. Berarti vektor tersebut masuk kedalam kategori relevan.

(57)

Didalam aplikasi yang dibuat untuk menghitung nilai-nilai di atas dalam penelitian ini menggunakan sebuah library bernama LibSVM yang di buat oleh IanBarber yang selanjutnya di modifikasi sesuai dengan kebutuhan. Function yang digunakan adalah sebagai berikut:

1. Function Train

Function ini berfungsi untuk membuat data latih pada metode SVM. 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 39 40 41 42 43 44 45

public function train($dataFile, $modelFile, $testDataFile = null) {

$this->recordCount = $this->loadData($dataFile);

// if we're using the external dotcache, precalc it if($this->useExternal) {

$this->precalculateDots(); }

// Initialise lagrange multipliers - there will be one for each example

for($i = 0; $i < $this->recordCount; $i++) { $this->lagrangeMults[$i] = 0;

}

// Loop over the records with examineExample, until we're

// not seeing changes any more. $numChanged = 0; $examined = 0;

while($numChanged > 0 || $examined == 0) { $numChanged = 0;

if($examined == 0) {

for($i = 0; $i < $this->recordCount; $i++) { $numChanged += $this->examineExample($i); }

} else {

foreach($this->lagrangeMults as $id => $val) { if($val != 0 && $val != self::UPPER_BOUND) { $numChanged += $this->examineExample($id); }

} }

if($examined == 0) { $examined = 1;

} else if($numChanged == 0) { $examined = 0;

} }

if(isset($modelFile) && is_string($modelFile)) { $this->writeSVM($modelFile);

}

(58)

46 47 48 49 50 51 52 53 54 55 56 if(isset($this->fh)) { fclose($this->fh); unset($this->fh); }

if(isset($testDataFile) && is_string($testDataFile)) {

$this->test($testDataFile, null, null); }

}

2. Function Predict

Function ini berfungsi untuk mendapatkan hasil klasifikasi dengan nilai -1 atau 1. 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

public function predict($dataFile, $modelFile = null, $outputFile = null)

{

$right = $wrong = 0;

// If we're already in a valid SVM, we don't need the model if($modelFile) {

$vectorCount = $this->readSVM($modelFile); } else if(!count($this->lagrangeMults)) {

if(!$this->quiet) { echo 'No model supplied'; } return false;

} else {

$vectorCount= $this->recordCount; }

$this->recordCount = $this->loadData($dataFile, $vectorCount);

if($outputFile) {

$fh = fopen($outputFile, 'w'); } if($this->useExternal) { $this->precalculateDots(); }

// classify the example

for($i = $vectorCount; $i < $this->recordCount; $i++) {

$classification = $this->classify($i); if($outputFile) {

fwrite($fh, $classification . "\n"); }

if(isset($this->targets[$i]) && $this->targets[$i] != 0) {

if(($this->targets[$i] > 0) == ($classification > 0)) {

$right++; } else { $wrong++;

(59)

39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 } } } if($outputFile) { fclose($fh); }

// close the file if we're precalcing if(isset($this->fh)) {

fclose($this->fh); unset($this->fh); }

if(($right + $wrong) > 0 && !$this->quiet) {

echo "\nAccuracy: " . ($right/($right+$wrong)) . " over " . ($right+$wrong) . " examples.\n";

} }

Setelah di modifikasi kedua fungsi di atas diubah menjadi: 1. Function Train

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

public function train($data) {

$this->recordCount = $this->loadData($data); if($this->useExternal) { $this->precalculateDots(); }

// Inisialisasi lagrange multipliers

for($i = 0; $i < $this->recordCount; $i++) { $this->lagrangeMults[$i] = 0;

}

// Looping records dengan examineExample $numChanged = 0; $examined = 0;

while($numChanged > 0 || $examined == 0) { $numChanged = 0;

if($examined == 0) {

for($i = 0; $i < $this->recordCount; $i++) { $numChanged += $this->examineExample($i); }

} else {

foreach($this->lagrangeMults as $id => $val) { if($val != 0 && $val != self::UPPER_BOUND) { $numChanged += $this->examineExample($id); }

} }

if($examined == 0) { $examined = 1;

} else if($numChanged == 0) { $examined = 0;

(60)

34 35 36 37 } } }

2. Function Predict 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

public function predict($data) { $right = $wrong = 0;

if($data) {

$vectorCount = $this->readSVM($modelFile); } else if(!count($this->lagrangeMults)) else { $vectorCount= $this->recordCount; } $this->recordCount=$this->loadData($data, $vectorCount); // Klasifikasian

for($i = $vectorCount; $i < $this->recordCount; $i++){ $classification = $this->classify($i);

}

return $classification; }

Setelah dilakukan pemisahan data testing antara dokumen relevan dengan dokumen tidak relevan. Maka didapatlah sekumpulan data relevan dari hasil retrievel menggunakan SVM ini kemudian data tersebut diklasifikasi menggunakan metode Naïve Bayes. Berikut adalah flowchart pada proses klasifikasi menggunakan metode Naïve Bayes dapat dilihat pada Gambar III-19

(61)

Gambar III-19 flowchart klasifikasi Naive Bayes (a) Proses Training (b) Proses Testing

1. Menghitung Data Training

Tabel III-5 Tabel contoh Data Training

Tweet Kategori Fitur

Tweet1 negatif maicih level pedasss gakuat makan emotsedih

Tweet2 Positif kabar gembira maicih level emotsenang

Tweet3 Positif maicih kayak enak yes emotsenang emotsenang

Dibentuk sebuah model probabilistik, dengan mengacu pada persamaan (II.18) dan persamaan (II.19):

� ℎ| = # _# ℎ, _{+ | |}+ = +

(62)

� ℎ| =

# , +

# + | | =

+ =

Jika dibentuk sebuah tabel, maka hasil dari perhitungan probabilistik setiap kata pada data training terdapat pada Tabel III-6 dan Tabel III-7

Tabel III-6 Hasil perhitungan probabilitas data training (1)

Kategori � � | c)

maicih level pedasss gakuat makan emotsedih kabar gembira Positif

Negatif

Tabel III-7 hasil perhitungan probabilitas data training (2)

Kategori � � | c)

emotsenang kayak enak yes Positif

Negatif

Hasil perhitungan probabilitas tersebut digunakan sebagai model probabilistik yang nantinya digunakan sebagai penentuan kategori data testing. Contoh kasus data testing yang sudah melalui tahap preprocessing adalah sebagai berikut:

Tweet1 = pedasss emotsenang emotsenang Tweet2 = gakuat makan maicih emotsedih

2. Menghitung Data Testing

Gunakan persamaan (II.16) untuk mengetahui kedalam kategori apa kedua data testing tersebut masuk.

�(Tweet |� )

= �( |� ) × �( |� ) × �( |� )

= × × ×

= .

(63)

= �( |� ) × �( |� ) × �( |� ) = ₈ × ₈ × ₈ ×

= .

Sedangkan untuk perhitungan tweet2 adalah sebagai berikut:

�(Tweet |� )

= �( |� ) × �( |� ) × �( ℎ|� ) ×

�( ℎ|� )

= × × × ×

= .

�(Tweet |� )

= �( |� ) × �( |� ) × �( ℎ|� ) ×

�( ℎ|� )

= ₈ × ₈ × ₈× ₈ × = .

Setelah menghitung probabilitas dari setiap tweet yang digunakan sebagai data testing didapatkan hasil yang terdapat pada Tabel III-8

Tabel III-8 Nilai probabilitas pada data testing

Tweet Positif Negatif

Tweet1 . .

Tweet2 . .

Dapat disimpulkan bawah tweet1 masuk kedalam kategori positif dikarenakan nilai probabilitas positifnya lebih besar, sedangkan tweet2 masuk kedalam kategori negatif karena porbabilitas negatif nya lebih besar.

III.1.6 Spesifikasi Kebutuhan Perangkat Lunak

Spesifikasi kebutuhan perangkat lunak yang dibangun dibagi menjadi dua kebutuhan, yaitu kebutuhan nonfungsional dan fungsional. Spesifikasi kebutuhan

(64)

nonfungsional dapat dilihat pada Tabel III-9 sedangkan spesifikasi kebutuhan fungsional dapat dilihat pada Tabel III-10.

Tabel III-9 Spesifikasi Kebutuhan Non Fungsional

Nomor Spesifikasi Kebutuhan NonFungsional

SKPL-NF-001 Sistem yang dibangun berbasis web.

SKPL-NF-002 Aplikasi yang dibangun dapat berjalan optimal di browser google chrome dan mozilla firefox.

SKPL-NF-003 Aplikasi ini dibangun dengan spesifikasi hardware yang memenuhi standar minimum kebutuhan.

SKPL-NF-004 Aplikasi ini dapat berjalan jika ada koneksi internet.

SKPL-NF-005 Pengguna yang akan menggunakan aplikasi ini harus memenuhi lima kategori yaitu user knowledge and experience, user jobs and tasks, user

physical characteristic dan user tools.

SKPL-NF-006 Data yang dipakai untuk di klasifikasi adalah data yang diambil langsung dari twitter.

Tabel III-10 Spesifikasi Kebuthan Fungsional

Nomor Spesifikasi Kebutuhan Fungsional

SKPL-F-001 Aplikasi ini dapat membantu Mangerial melakukan crawling data tweet yang didapatkan langsung dari twitter menggunakan API yang disediakan twitter. SKPL-F-002 Aplikasi ini dapat melakukan preprocessing untuk mengubah data mentah

menjadi data siap pakai.

SKPL-F-003 Aplikasi ini dapat membantu Mangerial melakukan retrieval terhadap tweet yang di crawling. Sehingga data yang diklasifikasi benar-benar tweet yang mengandung sentimen.

SKPL-F-004 Aplikasi ini dapat membantu Mangerial melakukan klasifikasi terhadap sentimen yang diberikan konsumen

SKPL-F-005 Aplikasi ini dapat melakukan pengujian untuk menguji akurasi klasifikasi. SKPL-F-006 Aplikasi ini dapat membantu Mangerial melihat hasil klasifikasi yang di

visualisasikan berupa grafik

III.1.7 Analisis Kebutuhan Non Fungsional

Analisis kebutuhan Non Fungsional menggambarkan kebutuhan luar sistem yang diperlukan untuk menjalankan perangkat lunak yang dibangun. Analisis kebutuhan non fungsional yang dilakukan diantaranya Analisis Kebutuhan Perangkat Lunak (Software), Analisis Kebutuhan Perangkat Keras (Hardware) dam Analisis Kebutuhan Perangkat Pikir (Brainware).

(65)

III.1.7.1 Analisis Kebutuhan Perangkat Lunak

Analisis kebutuhan perangkat lunak (software) pada penelitian ini merupakan kebutuhan perangkat lunak yang digunakan dalam pembangunan perangkat lunak ini. Adapun perangkat lunak yang digunakan sebagai berikut:

1. Sistem Operasi Window 8.1 Profesional 64 bit. 2. Bahasa Pemrograman PHP

3. Web server XAMPP v3.2.1 4. Code Editor SublimeText 3 5. DBMS : MongoDB

6. Adobe Photoshop CS6

7. Web Browser Google Chrome 38.0.2125.101 m

III.1.7.2 Analisis Kebutuhan Perangkat Keras

Analisis kebutuhan perangkat keras (hardware) pada penelitian ini merupakan kebutuhan perangkat keras yang digunakan dalam pembangunan perangkat lunak ini. Adapun perangkat keras yang digunakan sebagai berikut:

1. Processor intel i3-2305 2.3GHz 2. Hardisk 340GB

3. Memory 6GB (RAM)

4. Monitor dengan resolusi 1366x768 pixels 5. QWERTY Creative

6. Mouse Wireless Logitec

7. VGA intel(R) HD graphics 3000 1696MB

III.1.7.3 Analisis Kebutuhan Perangkat Pikir

Analisis kebutuhan perangkat pikir (brainware) yang dilakukan pada penelitian ini dikelompokkan menjadi empat kategori yaitu user knowledge and experience, user jobs and tasks, user physical characteristic dan user tools. Perangkat pikir yang terlibat dalam pembangunan perangkat lunak pada penelitian ini adalah bagian managerial dari PT. Maicih Inti Sinergi.

(1)

Ahmad Sopian

Address : KP. Ciparay Hilir Jln. Cibogo Indah No-18 RT/RW 004/011 Desa Cangkuang Kulon Kecamatan Dayeuhkolot

Phone : +6289639833612

Email : ahmadsopianmail@gmail.com

Personal Information

Place & D.O.B : Bandung, June 20th₁₉₉₂ Marital Status : Single

Religion : Moslem

Languages Known : Sundanese, Indonesian, English

Formal Education

Universitas Komputer Indonesia

Majoring Informatics Engineering

2010 – present SMAN 1 Margahayu

Kabupaten Bandung

Science 2007 – 2010

SMPN 2 Dayeuhkolot 2004 – 2007

SDN Cangkuang XV 1998 – 2004

Professional Experiences

Present

- Freelancer Web Developer

February 2013 – October 2013, PT. Kreasi Kode Biner (METRIC) - Web Developer

(2)

Projects Experience

DESKTOP

 Program Administrasi Zakat (C)

 Pengecekan string dengan metode Recursive Descent Parser_{(RDP) (C)}  Teknik Hidup Di Alam Terbuka (THAB) Multimedia E-Learning (C#)  Aplikasi Kasir Kedai IF-6 (C#)

 Aplikasi Coffee Corner (C#) WEB

 Sistem Informasi Trayek Angkot Kota Bandung using Codeigniter  Shop Profile : Cibayshoe

 Simulasi sistem inventori dengan metode distribusi uniform diskrit (studi kasus di PD. Karya Winajar Sukabumi)

 Web Service Portofolio Metric  Web Service Ridwan Kamil  Simulasi RPC SOAP. Foodmart  Catalog Movie,Game, etc.

 Pembangunan Website berbasis Virtual Reality dan Aplikasi Mobile Android Untuk Floating Market Lembang

 Analisis Sentimen Pengguna Twitter Pada Akun Maicih (Judul Skripsi)  Web Service GBSA (Gerakan Bantu Anak Asuh)

Skills

Operating System : Microsoft Windows XP Microsoft Windows 7 Microsoft Windows 8

Integrated Development Environment : Microsoft Visual Studio 2010 Express (C#) Dev C++

(3)

Programming Language : HTML CSS Javascript PHP C / C#

Framework : Codeigniter

Bootstrap 3

ACHIEVEMENT

(4)

(5)

(6)

Analisis sentimen pengguna twitter pada akun Maicih