Penambangan Kicauan di Twitter: Sentimen, Kata Populer, dan Pohon Tagar

Abstract

Twitter merupakan media sosial yang sangat populer saat ini, tercatat lebih 169 milyar posting kicauan sejak 2012 dan terus bertambah hingga sekarang. Indonesia sendiri merupakan negara tersebasar kelima pengguna Twitter, tercatat 19,5 juta orang pengguna pada tahun 2011 dan terus bertambah mengingat pesatnya pertumbuhan pengguna Internet di Indonesia dari usia 10-20 tahun. Kicauan dalam Twitter bisa merupakan wujud ekspresi atau pendapat seseorang mengenai suatu hal yang berisi penilaian positif, negatif ataupun netral. Oleh karena itu penambangan opini publik melalui Twitter dirasa efektif karena banyaknya data yang tersedia. Untuk mengetahui opini publik, maka perlu dilakukannya proses analisis sentimen yang berfungsi untuk melakukan klasifikasi kicauan tersebut ke dalam kategori positif, negatif atau netral. Pada dasarnya proses klasifikasi menggunakan metode string matching, di mana melakukan pencocokan kata dalam kicauan dengan daftar kata positif, negatif dan netral untuk proses klasifikasi. Selain hasil dari klasifikasi kicauan, keluaran dari aplikasi adalah berupa kata populer, yang merupakan kata yang sering muncul dalam kicauan. Selain itu, pohon tagar yang berisi tagar apa saja yang sering muncul dalam kicauan. Hasil dari pembuatan aplikasi untuk Tugas Akhir adalah untuk mengetahui topik atau isu yang berkembang dalam masyarakat umum di Indonesia melalui Twitter yang dicari berdasarkan tagar, dan dilakukan analisis sentimen untuk mengetahui penilaian positif, negatif, atau netral oleh masyrakat tentang topik tersebut.