Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi Fitur

Abstrak

Rating merupakan salah satu metode pendekatan yang dapat digunakan untuk mengetahui tingkat kepuasan penonton terhadap suatu program acara TV. Di Indonesia, perhitungan rating dilakukan dengan menggunakan jasa AGB Nielsen yakni berdasarkan perilaku menonton dari masyarakat di 10 kota besar di Indonesia. Karena itu, diperlukan metode pengamatan lainnya untuk mendapatkan perilaku menonton dari keseluruhan masyarakat di Indonesia. Twitter, dapat dimanfaatkan untuk mengamati perilaku menonton masyarakat Indonesia. Melalui tweet yang dipublikasikan, dapat dilakukan proses penggalian informasi dengan menggunakan teknik klasifikasi untuk mendapatkan opini dari masyarakat mengenai suatu acara. Salah satu teknik klasifikasi yang dapat diterapkan pada ketegorisasi teks adalah Support Vector Machine (SVM), dimana SVM cocok untuk mengatasi data yang berdimensi banyak. Dengan mengoptimalkan fitur yang digunakan pada SVM, dapat mengurangi beban kerja namun, tetap memberikan hasil yang optimal. Salah satu metode seleksi fitur yang dapat diterapkan pada SVM adalah algoritma genetika (GA). Sistem menghitung rating berdasarkan tweet bersentimen positif dan negatif yang tertuju ke suatu acara dibagi dengan populasi dari tweet yang digunakan. Pengujian perbandingan rating yang dihasilkan sistem dengan rating AGB Nielsen menunjukkan rata-rata nilai error 0.562. Sedangkan pada pengujian akurasi sebelum dan sesudah penerapan metode seleksi fitur menunjukkan hasil dengan rata-rata nilai error 0.62%.