ANALISIS SENTIMEN TWITTER UNTUK REVIEW FILM MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER (NBC) PADA SENTIMEN R PROGRAMMING

Abstract

Twitter merupakan salah satu media sosial yang memungkinkan penggunanya bebas berkomentar atau menulis tweet opini tentang apapun yang terjadi, termasuk opini tentang film. Banyaknya tweet komentar atau opini yang ditulis di twitter dapat dimanfaatkan untuk mendapatkan informasi dan penilaian film yang akan menjadi referensi bagi pengguna twitter lain. Akan tetapi dengan banyaknya tweet membuat kesulitan bagi pengguna yang ingin melihat opini tentang review film tersebut karena data tweet masih terususun secara acak. Agar diketahui opini secara tersusun sesuai dengan klasifikasi maka dalam penelitian ini dilakukan analisis sentimen dengan metode Naive Bayes. Judul film yang menjadi fokus dalam penelitian ini adalah “Parasiteâ€. Data yang dihasilkan dari tahap analisis sentimen ini dikelompoka menjadi dua jenis sentimen. Pertama sentiment emotion dengan mengklasifikasikan data menjadi enam: emotion,anger, disgust, pear, joy, sadness, suprise. Kedua sentiment polarity mengklasifikasikan data menjadi sentimen positif, sentimen negatif dan sentimen netral. Dengan dua klasifikasi yang berbeda didapatkan hasil data dari sentiment emotion lebih banyak unknown dan untuk sentiment polarity lebih banyak sentimen negatif. Ukuran datan dari data awal yang sebanyak 99.521 twett dengan ukuran 13.9Mb menjadi 7.5MB dan data tweet menjadi sebanyak 36.016.