TEXT MINING UNTUK MENDETEKSI EMOSI PENGGUNA TERHADAP “NUSANTARA” SEBAGAI NAMA IKN
DOI:
https://doi.org/10.36002/jutik.v9i5.2639Keywords:
Teks Mining, Deteksi Emosi, Twitter, NusantaraAbstract
Ibu kota negara memainkan peran penting dalam pemerintahan, baik sebagai pusat kekuasaan politik maupun perekonomian suatu negara. Indonesia, misalnya, telah memutuskan untuk memindahkan ibu kota negaranya dari Jakarta ke Kalimantan Timur dan membangun kota baru yang diberi nama Nusantara. Reaksi masyarakat terhadap pengumuman ini banyak dibahas di media sosial Twitter, yang memungkinkan pengguna untuk berbagi opini dan tanggapan mereka terhadap topik ini. Untuk menganalisis emosi pengguna Twitter terhadap pengumuman ini, digunakan metode Teks Mining untuk mengekstrak informasi dari data teks yang tidak terstruktur. Dalam penelitian terdahulu, dataset tweet dengan kategori suka, marah, sedih, senang, dan takut digunakan sebagai data latih, dan dataset tweet baru digunakan sebagai data uji berjumlah 83.590 tweet. Menggunakan model SVM dengan kernel 'linear', dapat disimpulkan bahwa pengumuman mengenai ibu kota baru Nusantara menimbulkan emosi yang beragam di kalangan masyarakat, di antaranya senang berjumlah 39.219, marah berjumlah 37.594, sedih berjumlah 5.999, suka berjumlah 397, dan takut berjumlah 381. Pada proses klasifikasi terjadi ketidakseimbangan jumlah data pada kelas emosi yang dijadikan data latih untuk membangun model yang menyebabkan overfitting atau underfitting, yang pada akhirnya mempengaruhi hasil klasifikasi pada dataset "Nusantara". Penelitian ini bisa menjadi landasan untuk penelitian berikutnya dalam menangani dataset yang tidak seimbang pada klasifikasi emosi.
References
U.-U. Kotanegara, “PRESIDEN REPUBLIK INDONESIA MEMUTUSI(AN:,” p. 54.
G. A. Buntoro, “Sentiments Analysis for Governor of East Java 2018 in Twitter,” SinkrOn, vol. 3, no. 2, p. 49, Dec. 2019, doi: 10.33395/sinkron.v3i2.10025.
K. Dharmendra, N. N. U. Januhari, R. A. N. Diaz, I. P. Ramayasa, and I. M. A. W. Putra, “Visualisasi Data Opini Publik pada Media Sosial Twitter (Studi Kasus : Nusantara Sebagai IKN Indonesia),” Jurnal Teknik Informatika UNIKA Santo Thomas, pp. 214–222, Dec. 2022.
M. S. Saputri, R. Mahendra, and M. Adriani, “Emotion Classification on Indonesian Twitter Dataset,” in 2018 International Conference on Asian Language Processing (IALP), Nov. 2018, pp. 90–95. doi: 10.1109/IALP.2018.8629262.
F. M. J. Mehedi Shamrat et al., “Sentiment analysis on twitter tweets about COVID-19 vaccines usi ng NLP and supervised KNN classification algorithm,” IJEECS, vol. 23, no. 1, p. 463, Jul. 2021, doi: 10.11591/ijeecs.v23.i1.pp463-470.
E. Alomari, I. Katib, A. Albeshri, and R. Mehmood, “COVID-19: Detecting Government Pandemic Measures and Public Concerns from Twitter Arabic Data Using Distributed Machine Learning,” International Journal of Environmental Research and Public Health, vol. 18, no. 1, Art. no. 1, Jan. 2021, doi: 10.3390/ijerph18010282.
I. M. D. Ardiada, M. Sudarma, and D. Giriantari, “Text Mining pada Sosial Media untuk Mendeteksi Emosi Pengguna Menggunakan Metode Support Vector Machine dan K-Nearest Neighbour,” Majalah Ilmiah Teknologi Elektro, vol. 18, no. 1, p. 55, May 2019, doi: 10.24843/mite.2019.v18i01.p08.
L.-A.-M. Bostan and R. Klinger, “An Analysis of Annotated Corpora for Emotion Classification in Text,” in Proceedings of the 27th International Conference on Computational Linguistics, Santa Fe, New Mexico, USA: Association for Computational Linguistics, Aug. 2018, pp. 2104–2119. Accessed: Dec. 04, 2022. [Online]. Available: https://aclanthology.org/C18-1179
K. Sailunaz and R. Alhajj, “Emotion and sentiment analysis from Twitter text,” Journal of Computational Science, vol. 36, p. 101003, Sep. 2019, doi: 10.1016/j.jocs.2019.05.009.
I. K. Dharmendra, N. N. U. Januhari, I. P. Ramayasa, and I. M. A. W. Putra, “Uji Komparasi Sentiment Analysis Pada Opini Alumni Terhadap Perguruan Tinggi,” Jurnal Teknik Informatika UNIKA Santo Thomas, pp. 1–6, May 2022, doi: 10.54367/jtiust.v7i1.1748.
M. G. Pradana, “PENGGUNAAN FITUR WORDCLOUD DAN DOCUMENT TERM MATRIX DALAM TEXT MINING,” JURNAL ILMIAH INFORMATIKA, vol. 8, no. 01, Art. no. 01, Mar. 2020, doi: 10.33884/jif.v8i01.1838.
I. K. Dharmendra, I. G. N. A. Kusuma, I. A. M. C. Dewi, and Edwar, “IMPLEMENTASI TEXT MINING UNTUK KLASIFIKASI OPINI ALUMNI PADA PERGURUAN TINGGI,” Jurnal Teknologi Informasi dan Komputer, vol. 9, no. 3, Art. no. 3, Jul. 2023, Accessed: Aug. 18, 2023. [Online]. Available: https://jurnal.undhirabali.ac.id/index.php/jutik/article/view/2504
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Jurnal Teknologi Informasi dan Komputer
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
