Analisis Sentimen Film pada Twitter Berbahasa Indonesia Menggunakan Ensemble Features dan Naive Bayes
Kata Kunci:
Analisis Sentimen, Opini Film, Naive Bayes, Ensemble Features, TwitterAbstrak
Analisis sentimen atau opinion mining merupakan salah satu topik penelitian terkini di bidang pengolahan informasi yang bertujuan untuk mengetahui apakah polaritas sebuah data yang berbentuk teks (dokumen, kalimat, paragraf) akan mengarah pada bersifat positif, negatif, ataupun netral. Dokumen teks yang digunakan dalam penelitian berasal dari Twitter tentang opini film berbahasa Indonesia. Metode yang digunakan adalah Naive Bayes dengan menggunakan Ensemble Features sebagai pembaharuan fitur selain Bag of Words Features. Jenis-jenis Ensemble Features antara lain Twitter specific features, textual features, part of speech features, dan lexicon based features. Data yang digunakan pada penelitian ini sebanyak 500 data yang dibagi menjadi dua jenis data dengan perbandingan 70% untuk data latih dan 30% untuk data uji. Hasil akurasi sistem diperoleh dari analisis sentimen dengan metode Naive Bayes dan Ensemble Features sebesar 61,33%, precision sebesar 0,6308, recall sebesar 0,5467 dan f-measure sebesar 0,5857. Hasil akurasi sistem menggunakan Ensemble Features dan Bag of Words Features sebesar 88,67 %, precision sebesar 0,9143, recall sebesar 0.8533, dan f-measure sebesar 0,8828.