SENTIMEN ANALISIS TWITTER TERHADAP PENYELENGGARAAN GOJEK TRAVELOKA LIGA 1 INDONESIA

Wahyu Setyobudi, Aslan Alwi, Indah Puji Astuti

Abstract


Sepakbola adalah olahraga yang sangat disukai di Indonesia. Salah satu cara masyarakat Indonesia menikmati sepakbola adalah dengan menyaksikan Liga sepakbola dalam negeri. Selain mengandung unsur hiburan bagi masyarakat juga memiliki unsur ekonomi yang menjanjikan. Gojek Traveloka Liga 1 adalah nama resmi Liga sepakbola yang berjalan di Indonesia. Dengan fakta tersebut maka dapat menimbulkan berbagai opini dari masyarakat terhadap berlangsungnya Liga. Salah satu media untuk mengungkapkan opini dari masyarakat adalah Twitter. Maka dari itu dilakukanlah proses Sentimen Analis dengan bahasa R dengan bantuan software R Studio untuk mengetahui persepsi masyarakat. Data diperoleh dari Twitter dengan metode crawling. Data yang diperoleh berjumlah 1000 buah twett berbahasa Indonesia. Kemudian dilakukan proses pembentukan wordcloud untuk mengetahui topik yang dibicarakan yang diwakili oleh kata yang muncul. Kata “liga” dan “indonesia ” terlihat dominan, disusul kata “persib”, “pssi”, “resmi”, “bopi”,”regulasi”, “gojek”, “traveloka”, dan “timnas”. Lalu dilakukan proses sentimen analis maka diketahui sentimen netral sebanyak 545, positif 192, negatif 143.


Keywords


Twitter, Gojek Traveloka, bahasa R, wordcloud, sentimen analisis.

References


IT 4 Our Life. Arthana, I. K. R. [R, TM] Preprocessing dan Custom Stopword. 2015 [Online]. Tersedia: http://blog.undiksha.ac.id/resika-arthana/rstudio-stopword-bahasa-indonesia/ [Diakses : 15 November 2017].

M. R. Faisal, “Seri Belajar Data Science: Klasifikasi dengan Bahasa Pemrograman R,” Indones. Net Dev. Community, pp. 1–50, 2016

Github. Devid Haryalesmana. ID-Opinion Words. 24 Maret 2017 [Online]. Tersedia : https://github.com/masdevid/ID-OpinionWords. [Diakses : 15 November 2017].

S. K. Lidya, O. S. Sitompul, and S. Efendi, “Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine ( Svm ),” Semin. Nas. Teknol. dan Komun. 2015, vol. 2015, no. Sentika, pp. 1–8, 2015.

Mardius, Bukhari, “SENTIMENT ANALIYS DALAM MENENTUKAN EMOSI KARYAWAN MENGGUNAKAN TEXT MINING NAÏVE BAYES”, Skripsi, Program Studi Teknik Informatika. Fakultas Teknik. Univerditas Widyatama Bandung. 2016.

McEnery, Tony., Xiao, Richard., Tono, Yukio. 2006. Corpus-Based language Studies. An advanced resources book. Taylor & Francis. Diakses pada 10 Januari 2018. https://books.google.co.id/books?hl=id&lr=&id=h4jvexlSum8C&oi=fnd&pg=PR15&dq=corpus+McEnery+and+Wilson,+1996&ots=yMMJ-

Nur, Dyar D.A.” OPINION MINING DINAS KOTA BANDUNG DENGAN MEMANFAATKAN MEDIA TWITTER MENGGUNAKAN METODE NAÏVE BAYES”. Skripsi. Teknik Informatika. Fakultas Teknik. Universitas Widyatama Bandung. 2015.

F. Nurhuda, S. W. Sihwi, and A. Doewas, “Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier,” ITSmart J. Ilm. Teknol. dan Inf., vol. 2, no. 2, pp. 35–42, 2014.

Buntoro, G. A. (2017). Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter. INTEGER: Journal of Information Technology, 2(1). Retrieved from http://ejurnal.itats.ac.id/index.php/integer/article/view/95

Ramdhan, Irwan.” IMPLEMENTASI PENGKLASIFIKASIAN SENTIMEN HASIL JAWABAN KUESIONER DALAM PENGENDALIAN MUTU FASILITAS MENGGUNAKAN METODE NAÏVE BAYES DI UNIVERSITAS WIDYATAMA “. Skripsi. Program Studi Teknik Informatika. Fakultas Teknik. Univerditas Widyatama Bandung. 2015.

M. M. Mostafa, “More than words: Social networks’ text mining for consumer brand sentiments,” Expert Syst. Appl., vol. 40, no. 10, pp. 4241–4251, 2013.

I. F. Rozi, S. H. Pramono, and E. A. Dahlan, “Implementasi Opinion Mining ( Analisis Sentimen ) untuk Ekstraksi Data Opini Publik pada Perguruan Tinggi,” Electr. Power, Electron. Commun. Control. Informatics Semin., vol. 6, no. 1, pp. 37–43, 2012.


Full Text: PDF

DOI: 10.24269/jkt.v2i1.68

DOI (PDF): https://doi.org/10.24269/jkt.v2i1.68.g42

Refbacks

  • There are currently no refbacks.