Penerapan (Deployment) - LANDASAN TEORI - ANALISIS SENTIMEN REVIEW APLIKASI TIK-TOK DENGAN ALGO

BAB II. LANDASAN TEORI

3.6. Penerapan (Deployment)

Tahap ini adalah tahap terakhir dari CRISP-DM yaitu hasil dari seluruh tahapan yang sebelumnya digunakan secara nyata. Maknanya adalah melakukan sesuatu berdasarkan pengetahuan yang didapatkan dari kegiatan mining terhadap data, Penerapan dalam penelitian ini akan dikembangjan dengan PHP MySQL.

Adapun rincian waktu kegiatan penelitian (Timline) yang dilakukan dibuat dalam bentuk tabel seperti pada tabel tabel 3.1 berikut ini:

Tabel 3.1. Jadwal Kegiatan (Timeline)

No. Keterangan April Mei Juni Juli

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 Analisis Kebutuhan

2 Penentuan Judul 3 Studi Literatur

4 Penentuan Metode Penelitian dan analisis Data 5 Pengolahan Data

6 Penerapan Model 7 Deployment 8 Dokumentasi

41 BAB IV

HASIL DAN PEMBAHASAN

Data training yang digunakan pada saat pengujian data diambil dari ulasan pengujian data dilakukan dengan menggunakan opini public tentang aplikasi Tik-Tok yang ada di Google Play. Data yang diambil sebanyak 1.000 data training, dengan masing masing 500 data untuk positif dan negatif. Kemudian data di lakukan training dataset sehingga didapat accuracy dan grafik ROC. Berikut akan dijelaskan lebih rinci mengenai hasil penelitian yang di peroleh.

4.1. Business Understanding

Tujuan penelitian ini adalah untuk melakukan klasifikasi terhadap data review aplikasi. Pada tahapan ini, dilakukan pemahaman terhadap objek penelitian. Penelitian melakukan pemahaman dengan menggali data dan informasi melalui data review aplikasi tik-tok. Pada tahap ini peneliti mengambil data review yang ada di google play. Pada tahap business understanding juga dilakukan pemahaman model pada saat proses pengolahan data dengan pendekatan model pengkategorian terbaik yang akan dilakukan dengan cara membandingkan hasil dari algoritma. Klasifikasi dilakukan dengan menggunakan algoritma yang algoritma adalah SVM, KNN dan NB.

4.2. Data Understanding

Pada tahap data understanding adalah proses menyiapkan data yang bertujuan untuk mendapatkan data yang bersih dan siap untuk di gunakan sebagai bahan yang akan diteliti agar dapat di lakukan ke tahap setelahnya yaitu Preprocessing. Tahap ini dilakukan proses pengambilan data mentah sesuai dengan atribut yang dibutuhkan. Data diperoleh dari review aplikasi tik-tok yang di ambil dari review bulan januari-april dengan pengambilan data pada reting 1 sebanyak 908 dan reting 2 sebanyak 985 dengan jumlah total data 1893. Berikut adalah beberapa contoh review aplikasi Tik-tok yang ada di google playstore:

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri Tabel 4.1. Tabel Review Aplikasi Tik-Tok

No Komentar Label

1 Aplikasi Gak mutu, pembodohan, seksual, merusak Moral, ditambah lagi PENIPUAN berkedok even bagi Skin ML, udah susah payah ngumpulin 15000+ waktu di Reddem udah

Negatif

2 Tindakan promosi yang tidak dilengkapi dengan keterangan, sehingga banyak pengguna yang sudah mengumpulkan point tidak bisa meredeem promo tanpa pemberitahuan.

Negatif

3 Kenapa tiktok sekarang berubah!saya tidak setuju dengan yg sekrang filter nya cuma sampai f4 dan yg lain nya tidak ada dan efek nya pun tidak ada cuman ada yg seperti

Negatif

4 Setelah habis update kenapa video gak bisa diupload ? Masuk ker darft n mau coba lagi tetap gak bisa dan juga video saya ada info pelanggaran, perasaan upload yg wajar" aja deh.. ud cb laporkan masalah t gak ada respon, tolong gimana ini solusinya ?

Negatif

5 Jujur, gw kecewa bngt sma aplikasi ini, msa ia ada event tiktok ticket yg katanya bsa Redeem hadiah yg mau di inginkan, gw udh Redeem skin spesial Nana, poin udh bnyk, tp pas gw Redeem, MSA gk bsa dgn alasan "

mohon maaf kupon tiket telah habis, silahkan cari kupon tiket yang lain ", gw incer skin e... Ulasan Lengkap

Negatif

6 Kok saya gk bisa dapet poin mengundang teman, padahal udah nambah 3 teman dari sebelumnya. Harusnya poin saya sudah 7.800 sekarang. Terus saya juga gk bisa login buat dapet 200 poin akhir" ini. Tolong dibantu ya DEVELOPER.

Negatif

7 Aplikasi suka bohong, udah saya cape-cape ngumpulin poin buat tuker hadiah di mobile legends, yah katannya gak punya kupon tapi tetep poin saya ilang, kalau aplikasi ini janji kasih hadiah, jangan percaya, gak berguna

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

No Komentar Label

"PELANGGARAN PANDUAN KOMUNITAS"

MAKSUD NYA APA?! VIDEO NYA NORMAL NORMAL AJA, TIDAK ADA HAL VULGAR!!

VIDEO CUMA FOTO DARI KECIL HINGGA DEWASA APA SALAHNYA?! FREAK!!!!!

9 Penipu... Gw udah capek-capek ngumpulin point eh malah gak bisa dituker. Ini sih namanya penipuan.

Banyak orang yang download karena event ini tapi malah gak bisa di klaim kan penipuan. Hapus aja nih tiktok di playstore dasar penipu. Udah sabar ngebagiin ke temen aplikasi tiktok supaya dapat point e... Ulasan Lengkap

Negatif

10 Parah banget dah padahal udah capek Capek ngumpilin ehhh malah tiketnya habis,padahal dah gua share parah cuk, lain kali kalok mau ngadin ivent sedian stok yang banyak, dan seleksilagi orang orang di luar sana yg bermain curang ahhh nyesel gua ngumpulin 😈😈

Negatif

11 Aku setiap hari kalau tidak ada tiktok pasti sangat bosan, kalau setiap hari ada tiktok Aku tidak akan bosan, terimakasih Tik tok😇😇

Positif

12 Seru banget bukan cuman bisa nonton video nya doang kita juga bisa tau banyak hal, mendapatkan teman, banyak deh kegunaannya tiktok

Positif

13 Dari Tiktok kita banyak belajar tentang hal, salah satunya kreatifitas, inovasi, berkreasi, berkarya hiburan dan dari tiktok kita melihat senyum semua orang makasih tiktok, salam dari saya @Mas mamat_TvOfficiall

Positif

14 Aplikasi ini bermanfaat banget untuk semua orang...

Karena banyak hal-hal yang positif yang bisa di liat dari video-video kreatifitasnya... ❣️✨

Positif

15 Alhamdulillah dengan adanya tiktok..kita bisa saling menjalin tali silaturahim..makasih tiktok

Positif 16 Assalamualaikum .App ini bagus banget bisa membuat

vidio bisa melihan vidio orang lain.thank you ya yang sudah membuat app ini.tapi saat aku mau membuat vidio nunggu musiknya itu lama banget tolong di perbaiki

Positif

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

No Komentar Label

yaaaaaa... perkenalkan saya fitri kls 5 Assalamualaikum wr.wb

17 Bisa buat menghibur dalam kondisi sekarang ini.

Pokoknya bisa buat menghibur diri sendiri dan orang lain

✨✨✨

Positif

18 Ya aplikasi ini luar biasa aku sangat menyukainya oh ya namaku Aira aku tinggal di nganjuk jawa timur aku kls 2 sd kan aplikasi ini luar biasa aku beri nilai💯😗😗😗😗

Positif

19 Suka banget ..pkoknya suka dan mnghibur banget..apalagi skarang ga boleh kemana mana..jadi hiburan banget buat aku..

Positif

20 Aplikasi yg sangat menyenangkan, bura kalian instal aplikasi ini agar kalian dapat bersenang-senang

Positif

Pada tabel 4.1. Menunjukan beberapa review positif dan negatif pengguna aplikasi tik-tok. Dataset yang digunakan merupakan data yang di ambil dari review aplikasi tik-tok yang ada di google play. Data yang diperoleh berdasarkan komentar yang berbahasa indonesai. Proses selanjutnya dilakukan proses cleansing pada data untuk menghilangkan duplicate data.

4.3.Data Preparation

Pada tahap ini merupakan tahap dengan proses penyiapan data yang bertujuan untuk mendapatkan data yang bersih dan siap untuk digunakan dalam penelitian.Data awal yang diperoleh kemudian dilakukan proses cleansing untuk menghilangkan duplicate kata dan menghilangkan data yang tidak relevan dan tidak berhubungan dengan masing-masing aplikasi tersebut. Setelah itu dari data yang di peroleh kemudian dibuat menjadi dataset dengan atribut dataset berupa text dan label. Text berisi komentar-komentar pengguna aplikasi yang diberikan melalui google playstore dan label berisi kategori dari komentar yang berupa positif dan negatif

Proses pelabelan dilakukan dengan menggunakan jasa para ahli/pakar bahasa Indonesia untuk melakukan hal tersebut. Hasil dari labelling dan pengkategorian yang dilakukan oleh tim ahli/pakar bertujuan agar status data

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

menjadi normal dalam penelitian text mining. Adapun hasil dari tahap ini adalah sebagai berikut:

Tabel 4.2. Tabel Hasil Proses Pelabelan

Label Kategori Jumlah Kategori

Negatif 500

Positif 500

Sumber: Hasil Penelitian

Pada Tabel 4.2 menunjukan bahwa data yang di ambil di bagi menjadi 2 kelas yaitu kelas positif dan kelas negatif. Kelas Positif di ambil dari reting bintang 5 dan kelas Negatif di ambil dari reting bintang 1. Jumlah yang terkumpul 1000 data yang terdiri dari 500 data positif dan 500 data negatif dengan jumlah data yang seimbang dengan tujuan untuk mendapatkan hasil akurasi yang lebih optimal. Seperti dalam penelitin sebelumnya [37] dalam hasil penelitiannya membuktikan bahwa akurasi prediksi dari kedua classifier akan lebih optimal bila menggunakan set data yang memiliki jumlah kelas positif dan negatif yang seimbang.

Tahapan awal yang akan dilakukan dalam penelitian ini adalah tahap text Preprocessing, dalam tahap preprocessing menggunakan Gataframework.com dan KNIME. Berikut merupakan tahapan yang dilakukan dalam text preprocessing:

Sumber:hasil penelitian

Gambar 4.1. Proses preprocessing dengan gataframework

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

Gambar 4.1.merupakan proses preprocessing document menggunakan tools gataframework.com. Dari hasil preprocessing menggunakan gataframework, data yang dihasilkan belum sepenuhnya bersih sehingga dalam proses pengolahannya menggunakan aplikasi KNIME masih perlu ditambahkan beberapa proses preprocessing lagi seperti gambar berikut ini:

Sumber: Hasil penelitian

Gambar 4.2. Proses preprocessing dengan KNIME

Pada gambar 4.2. di atas menunjukan desain model preprocessing data menggunakan operator process document pada KNIME. Tahapan yang dilakukan adalah punctuation erasure, N-Chart Filter, Indonesia Stopword, Removal, TF-IDF.

4.3.1. @Anotation Removal

Proses @Anotation Removal adalah proses untuk menghilangkan teks yang memiliki anotasi @ dan mengubah seluruh huruf besar menjadi huruf kecil 4.3 menunjukan perbandingan teks sebelum dan sesudah dilakukannya proses

@Anotation Removal.

Tabel 4.3.Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses @Anotation Removal

@Anotation Removal

Data sebelum Data sesudah

#BRINGBACKBAYU Gw, gatau yah kesalahan bayu dimana. Di akun

@bayulinho yg terbanned permanen itu, sering bat violation. But, orgnya

#bringbackbayu gw, gatau yah kesalahan bayu dimana. di akun yg terbanned permanen itu, sering bat violation. but, orgnya diam ajaa... ehh

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

diam ajaa... Ehh kok tiba tiba di Permanently Banned sihh??? Gw kasi tau lu yah borr.. klo emang kontennya gak jelas, kita semua gak bakal follow dia lahh.. tapi kan ko... Ulasan Lengkap

kok tiba tiba di permanently banned sihh??? gw kasi tau lu yah borr.. klo emang kontennya gak jelas, kita semua gak bakal follow dia lahh.. tapi kan ko... ulasan lengkap

Sumber: Hasil Penelitian

Tabel 4.3. Menunjukan hasil dari proses Remove@ dalam preproccesing, dimana pada tahap ini kometar yang memiliki anotasi @ akan hilang dan huruf menjadi huruf kecil semua.

4.3.2. Tokenization (RegExp)

Proses Tokenization: Regexp adalah proses untuk menghilangkan tanda baca dan angka sehingga hasilnya adalah kata. Proses preprocessing ini dilakukan dengan menggunakan GATA framework. Tabel 4.4. menunjukan perbandingan teks sebelum dan sesudah dilakukannya proses RegExp

Tabel 4.4. Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses RegExp Proses RegExp

Data sebelum Data sesudah

#BRINGBACKBAYU Gw, gatau yah kesalahan bayu dimana. Di akun

@bayulinho yg terbanned permanen itu, sering bat violation. But, orgnya diam ajaa... Ehh kok tiba tiba di Permanently Banned sihh??? Gw kasi tau lu yah borr.. klo emang kontennya gak jelas, kita semua gak bakal follow dia lahh.. tapi kan ko... Ulasan Lengkap

bringbackbayu gw gatau yah kesalahan bayu dimana di akun yg terbanned permanen itu sering bat violation but orgnya diam ajaa ehh kok tiba tiba di permanently banned sihh gw kasi tau lu yah borr klo emang kontennya gak jelas kita semua gak bakal follow dia lahh tapi kan ko ulasan lengkap

Sumber: Hasil Penelitian

Tabel 4.4. Menunjukan hasil dari proses Remove# dalam preproccesing,

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

dimana pada tahap ini kometar yang memiliki anotasi # hilang seperti yang tertera pada tabel di atas.

4.3.3. Stemming

Stemming merupakan proses pembentukan kata menjadi kata dasar, dalam penelitian ini proses stemming yang dilakukan menggunakan Indonesian stemming dan bertujuan untuk membentuk kata dasar dari opini yang diberikan oleh para pengguna aplikasi tik-tok

Tabel 4.5. Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses Stemming Proses Stemming

Data sebelum Data sesudah

#BRINGBACKBAYU Gw, gatau yah kesalahan bayu dimana. Di akun

bringbackbayu gw gatau yah salah bayu mana di akun yg terbanned permanen itu sering bat violation but orgnya diam ajaa ehh kok tiba tiba di permanently banned sihh gw kasi tau lu yah borr klo emang konten gak jelas kita semua gak bakal follow dia lahh tapi kan ko ulas lengkap

Saya senang sekali menggunakan aplikasi tik tok bahkan followers saya udah ribuan

Saya senang kali guna aplikasi tik tok bahkan followers saya udah ribu

Sumber: Hasil Penelitian

4.3.4. Transformation Not (Negative)

Pada tahap ini dilakukan proses mengubah kata tidak di dalam negatif menjadi berhubungan dengan kata selanjutnya. Proses Proses preprocessing ini dilakukan dengan menggunakan GATA framework. Tabel 4.6 menunjukan perbandingan teks sebelum dan sesudah dilakukannya proses Transformation Not (negative).

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri Tabel 4.6. Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses Transformation Not

(negative)

Transformation Not (negative)

Data sebelum Data sesudah

#BRINGBACKBAYU Gw, gatau yah kesalahan bayu dimana. Di akun

Sumber: Hasil Penelitian

4.3.5. Indonesia Stop Word Removal

Proses Indonesian Stop word removal adalah proses untuk menghilangkan kata penghubung di dalam sebuah kalimat yang dimasukan. Proses preprocessing ini dilakukan dengan menggunakan GATA framework. Tabel 4.7 menunjukan perbandingan teks sebelum dan sesudah dilakukannya proses Indonesian Stop word removal.

Tabel 4.7. Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses Indonesia Stop Word Removal

Indonesia Stop Word Removal

Data sebelum Data sesudah

#BRINGBACKBAYU Gw, gatau yah kesalahan bayu dimana. Di akun

@bayulinho yg terbanned permanen itu, sering bat violation. But, orgnya diam ajaa... Ehh kok tiba tiba di Permanently Banned sihh??? Gw kasi

bringbackbayu gatau salah bayu akun terbanned permanen bat violation but orgnya diam ajaa ehh tiba permanently banned sihh kasi tau lu borr klo emang konten follow lahh ko ulas lengkap

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

tau lu yah borr.. klo emang kontennya gak jelas, kita semua gak bakal follow dia lahh.. tapi kan ko... Ulasan Lengkap

Sumber: Hasil Penelitian

4.3.6. N-Chart Filter

Pada tahap ini bertujuan untuk memilih dokumen input yang di tentukan dengan N Karakter. Nilai N yang di tentukan dalam penelitian ini adalah 3, maka jika ada komentar yang jumlah karakternya 3 maka akan di hilangkan.

Tabel 4.8 Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses N-Chart Filter

Proses N-Chart Filter

Data sebelum Data sesudah

kecewa banget hp realme engga face zoom angkat tidak_dukung efek pas dislowmo lagu engga sampe kelar tolong kasIh bintang deh

kecewa banget realme engga face zoom angkat tidakdukung efek pas dislowmo lagu engga sampe kelar tolong kasih bintang deh

woi lu ngeramein download even ticket dapet skin woi udh habis coba habis nambahin poin lu kalo rame download bener woi nipu nipu

woi ngeramein download even ticket dapet skin woi udh habis coba habis nambahin poin kalo rame download bener woi nipu nipu

Sumber: Hasil Penelitian

Tabel 4.8. Menunjukan hasil dari proses N-Chart Filter dalam preproccesing, dimana pada tahap ini kometar yang memiliki jumlah karakter kurang dari 3 maka komentar tersebut akan hilang.

4.3.7. Stop word Filter

Pada tahap ini proses pembuangan stop word, untuk mengetahui suatu kata masuk ke dalam stopword atau tidak. Proses ini melakukan pembuangan term yang tidak memiliki arti atau tidak relevan. Adapun term yang diperoleh dari

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

tahap tokenisasi dicek dalam suatu daftar stopword, apabila sebuah kata masuk ke dalam daftar stopword maka kata tersebut tidak akan diproses lebih lanjut.Tabel 4.10. menunjukan perbandingan teks sebelum dan sesudah dilakukannya prosesstop word filter.

Tabel 4.9. Text Stop Word Removal ml

Tabel 4.10. Perbandingan Teks Sebelum dan Sesudah Dilakukan Proses Stop word Filter

Proses Stop word Filter

Data sebelum Data sesudah

event tiket mobile legend tik tok pas ko tukarin tiket kecewa ngumpulin skin eh tau tau tukar coba satu payahhh kyk

event tiket mobile legend tik tok pas tukarin tiket kecewa ngumpulin skin tau tau tukar coba satu payahhh

Sumber: Hasil Penelitian

4.3.8. Bag Of Word Creator

Pada tahap ini Node ini menciptakan kantong kata (BoW) dari seperangkat dokumen. Tujuan tahap ini adalah membentuk term dari komentar yang ada.

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

Tabel 4.11. menunjukan term yang terbentuk dari komentar melalui proses Bag Of Word Creator

Tabel 4.11. Term yang terbentuk dari proses Bag Of Word Creator

Proses Bag Of Word Creator

Komentar Term

habis update video diupload masuk ker darft coba video info anggar upload

Pada tahap ini karakter yang ada dilakukan pembobotan term yang sudah terbentuk. Pada tabel 4.12 menggambarkan nilai dari objek term yang terbentu

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

Senang[]

Bangga[]

Kamera[]

Kotak[]

Mohon[]

0,167 0,167 0,167 0,167 0,167

1,508 2,699 2,523 3 1,404

Sumber: Hasil Penelitian

4.4. Modelling

Modelling merupakan fase pemilihan teknik mining dengan menentukan algoritma yang akan digunakan dalam mengolah data. Sedangkan tools yang digunakan adalah KNIMEversi 4.1.2. Hasil pengujian model yang dilakukan adalah mengklasifikasikan data reviewdengan menggunakan algoritma SVM, KNN dan Naive Bayes dengan menggunakan model Partitioning dan Cross Validation. Berikut adalah desain model pengolahan data review aplikasi tik-tok dengan menggunakan KNIME:

Sumber: hasil penelitian

Gambar 4.3. Model Penelitian pengolahan data review aplikasi tik-tok

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

Berdasarkan Gambar 4.3. Merupakan model penelitian yang di buat untuk pengolahan data review dari pengguna aplikasi tik-tok yang ada di playstore, dari data yang ada penulis mencoba menggunakan algoritma KNN, SVM dan NB untuk menentukan hasil accuracy dan ROC. Pada tahap dalam penelitian ini di awali dengan excel reader, string to document, pre-processing, document vector, category to class, column filter, cross validation, partitioning, SVM learner, naive bayes learner, SVM predictor, naive bayes predictor, K-Nearest Neighbor, scoring dan ROC curve. Berikut adalah tahap modelling dalam penelitian ini:

1. Read Data Excel

Permodelan awal menggunakan excel reader sebagai media untuk membaca file dataset yang terdiri ulasan positif dan ulasan negatif , data yang dibaca dalam bentuk excel yang terdiri dari dua kolom yaitu kolom komentar dan label negatif dan positif

Sumber: hasil penelitian

Gambar 4.4 Hasil Output tabel Read Data Excel

2. String To Document

Pada tahap string to Document adalah untuk mengonversi string yang di tentukan ke dokumen. Setelah tahap pembacaan dataset yang kemudian di dalam proses Node String To Document proses selanjutnya adalah tahap preprocessing.

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri Sumber: hasil penelitian

Gambar 4.5. Hasil Output tabel String to document

3. Preprocessing

. Pada preprocessing ini dokumen secara keseluruhan di seragamkan mulai dari menfilter notasi (@), hastag (#), tanda baca (. , ?) serta tanda baca lainya, menfilter kata yang kurang dari N karakter, menyeragamkan dokumen menjadi huruf kecil semua atau huruf besar, tokenisasi serta pembobotan term TF-IDF.

Sumber: hasil penelitian

Gambar 4.6.Hasil Output preprocessing

Program Studi Ilmu Komputer (S2) STMIK Nusa Mandiri

4. Document Vector

Setelah tahap Preprocessing tahap selanjutnya adalah tahap node Documen Vector digunakan untuk mengubah tipe data pada kolom yang telah

Dalam dokumen ANALISIS SENTIMEN REVIEW APLIKASI TIK-TOK DENGAN ALGORITMA K-NEAREST NEIGHBOR, NAIVE BAYES DAN SUPPORT VECTOR MACHINE (Halaman 58-0)