Sentiment Analysis pada Twitter untuk Perbandingan Produk Secara Real-Time dengan Menggunakan Pendekatan Lexicon Based

Sari

Pada masa yang sudah serba digital seperti sekarang ini maka samakin mudah pula kita untuk mendapatkan informasi. Informasi yang kita dapatkan dapat berasal dari website, portal berita elektronik, sosial media, dan berbagai media elektronik lainnya. Media sosial merupakan sarana informasi dan juga sebagai sarana untuk menyampaikan pendapat yang paling sering digunakan contohnya ialah seperti memberikan opini terhadap suatu produk dari perusahaan tertentu pada aplikasi Twitter, maka dari itu perusahaan juga dapat mendapatkan informasi dari opini-opini pengguna produknya yang disampaikan lewat media sosial tersebut dengan cara melakukan scrapping data melalui API yang telah disediakan oleh media sosial yang ingin digunakan untuk mendapatkan informasi. Dari data tersebut dapat dilakukannya sentiment analysis terhadap opini tersebut untuk menentukan apakah opini tersebut bernilai positive, negative, atau netral. Penelitian dilaksanakan berdasarkan metode OSEMN yang terdiri atas tahap Obtain, Scrub, Explore, Model, dan iNterpret. Pada penelitian ini peneliti berharap untuk mendapatkan nilai akurasi yang cukup tinggi sehingga dapat membantu produk dapat berkembang dengan tepat sesuai dengan masalah yang dihadapi. Hasil akhir dari penelitian ini ialah mendapatkan nilai akurasi sebesar 0.68.