1 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
BAB I PENDAHULUAN A. Latar Belakang
Ilmu pengetahuan semakin hari semakin berkembang dari masa ke masa. Perkembangan ilmu pengetahuan ini mendukung terciptanya teknologi-teknologi baru yang menandai adanya kemajuan zaman. Hingga saat ini, teknologi yang berkembang sudah memasuki tahap digital. Setiap bidang sudah mulai memanfaatkan teknologi untuk memudahkan segala aktifitas agar lebih cepat praktis dan otomatis. salah satu bidang yang memanfaatkan perkembangan teknologi yaitu dalam bidang transaksi jual beli.
E – Commerce merupakan suatu perdagangan elektronik dimana
konsumen langsung membeli barang dari penjual melalui sebuah situs website pada internet yang dimana transaksinya dilakukan tanpa layanan perantara (Ramadhan & L, 2018). E-commerce dapat mempermudah transaksi jual beli antara penjual dan pembeli melalui sebuah platform online. E-commerce terdapat dalam bentuk website dan juga aplikasi mobile
sehingga memungkinkan masyarakat atau pengguna dapat dengan mudah mengaksesnya di manapun dan kapanpun (Putri et al., 2022). Berikut menurut laman iprice.co.id (Iprice, 2022) menunjukan peringkat masing masing E-commerce yang ada di Indonesia.
2 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
Gambar 1. 1 Perbandingan E-Commerce menurut https://iprice.co.id/insights/mapofecommerce/
Dikutip dari laman iprice.co.id (Iprice, 2022), Tokopedia dan Shopee masuk pada peringkat 1 dan 2 dalam cuitan yang ada dalam Twitter pada kuartal 1 tahun 2022 dengan jumlah cuitan di Twitter mencapai 1.000.000 cuitan untuk E-Commerce Tokopedia dan 778.100 cuitan untuk Shopee.
Sebagai toko online dengan pengguna terbesar dan memiliki peringkat teratas pasti memiliki respon yang sangat beragam baik itu positif, negatif maupun netral dari para pengguna.
Twitter adalah situs jejaring sosial mikroblogging yang digemari oleh masyarakat Indonesia (Alhaq et al., 2021). Twitter seringkali digunakan untuk mengungkapkan emosi mengenai sesuatu hal, baik memuji ataupun
3 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
mencela. Emosi dapat dikelompokkan menjadi emosi positif dan emosi negatif. Dalam menganalisis sentimen masyarakat diperlukanlah klasifikasi suatu opini baik positif maupun negatif pada Twitter. Namun jika mengklasifikasi dengan cara manual atau menggunakan survey tradisional akan membutuhkan waktu dan usaha yang banyak dalam pelaksanaannya (Husada & Paramita, 2021; Rachman & Pramana, 2020). Oleh karena itu, dibutuhkan sebuah cara dalam mengklasifikasi suatu opini tersebut dengan lebih cepat dan akurat. Salah satunya penggunaan Text Mining yang berfungsi untuk menganalisis atau mengelompokkan dokumen atau teks dari sejumlah besar dokumen atau teks (Hidayat et al., 2021; Lestari, 2022;
Parapat et al., 2018; Sari & Haranto, 2019).
Analisis sentimen atau opinion mining merupakan proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam suatu kalimat.
Analisis sentimen atau opinion mining mengacu pada bidang yang luas dari pengolahan bahasa alami, komputasi linguistik dan text mining yang bertujuan menganlisa pendapat, sentimen, evaluasi, sikap, penilaian dan emosi seseorang apakah pembicara atau penulis berkenaan dengan suatu topik , produk, layanan, organisasi, individu, ataupun kegiatan tertentu.
Tugas dasar dalam analisis sentimen adalah mengelompokkan teks yang ada dalam sebuah kalimat atau dokumen kemudian menentukan pendapat yang dikemukakan dalam kaliamat atau dokumen tersebut apakah bersifat positif, negatif atau netral (Rustiana & Rahayu, 2017).
4 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
Support vector machine (SVM) merupakan salah satu metode regresi
atau pengklasifikasi data berdasarkan data-data sebelumnya dan pemodelanya disupervisi terlebih dahulu. SVM termasuk kedalam jenis klasifikator yang biner, linier dan non probabilisik. SVM menggunakan decision bondary (batas keputusan) yang akan menentukan klasifikasi dari data-data pelatihan, sehingga dapat dibentuk sebuah model linier atau hyperplane yang paling optimal untuk mengkasifikasi data (Mutawalli et al.,
2019).
Penelitian menggunakan metode Suppot Vector Machine sudah banyak dilakukan dengan berbagai topik pembahasan, seperti pada penelitian yang dilakukan oleh (Tineges et al., 2020) tentang Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM). Data yang diambil berdasarkan kumpulan tweet yang ditujukan kepada akun twitter IndiHome, yakni, dengan menggunakan kata kunci yang menyebut username @IndiHome dengan jumlah data yang digunakan adalah 450 data latih dan data uji sebanyak 280 data. Pada penelitian ini menggunakan metode Support Vector Machine (SVM) serta menggunakan klasifikasi kelas berupa positif dan
negatif. Hasil dari penelitian ini menunjukan tingkat accuracy 87%, precision 86%, recall 95%, eror rate 13%, dan fi-score 90%.
Penelitian selanjutnya yang dilakukan oleh (Alhaq et al., 2021) untuk mengetahui tanggapan atau sentimen melalui media sosial Twitter mengenai marketplace Bukalapak. Tanggapan atau pendapat pengguna Bukalapak di
5 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
media sosial Twitter diklasifikasikan menggunakan metode SVM dengan klasifikasi positif, negatif, dan netral. Pada penelitian ini digunakan sebanyak 300 dataset. Hasil klasifikasi menggunakan metode Support Vector Machine (SVM) diperoleh tingkat akurasi sebesar 93%.
Berdasarkan uraian diatas, penelitian ini akan melakukan analisis sentimen terhadap e – commerce Shopee dan Tokopedia pada media sosial Twitter. Dengan input berupa data tweet yang bersumber dari media sosial Twitter dalam Bahasa Indonesia kemudian diklasifikasikan dengan menggunakan algoritma Support Vector Machine (SVM) untuk menentukan apakah tweet tersebut bersentimen positif, negatif dan netral. Penelitian ini diharapkan mampu menghasilkan analisis data yang sesuai kategori dengan akurasi yang baik.
B. Rumusan Masalah
Berdasarkan uraian yang telah disampaikan di atas pada latar belakang, maka dapat diambil rumusan masalah yang akan dibahas dalam penelitian ini adalah sebagai berikut :
1. Bagaimana implementasi metode Support Vector Machine dalam analisis sentimen pada media sosial Twitter mengenai E-Commerce Shopee dan Tokopedia.
2. Bagaimana hasil analisis sentimen metode Support Vector Machine untuk melakukan klasifikasi opini sentimen data tweets mengenai E- commerce Shopee dan Tokopedia.
6 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
C. Batasan Masalah
Batasan masalah yang ditentukan dalam penelitian ini adalah :
1. Proses implementasi sistem klasifikasi pada Analisis Sentimen meliputi :
a. Metode yang digunakan pada implementasi analisis sentimen adalah metode Support Vector Machine (SVM).
b. Tweet yang dianalisis sentimen hanya tweet mengenai E- Commerce Shopee & Tokopedia.
c. Dataset yang digunakan pada penelitian adalah tweet berbahasa Indonesia.
d. Data yang digunakan dibatasi sebanyak tweets pada tanggal 01 Juli 2022 sampai 01 September 2022.
2. Hasil dari sistem klasifikasi pada analisis sentimen meliputi :
a. Hasil dari klasifikasi sentimen pada penelitian ini berupa sentimen positif, negatif dan netral yang digunakan untuk pengklasifikasian tweet menggunakan Lexicon Senticnet.
b. Metode yang digunakan dalam proses analisis hasil pengujian menggunakan metode confusion matrix untuk menghitung nilai accuracy, precission, recall dan f1-Score.
D. Tujuan Penelitian
Tujuan dari penelitian ini adalah Mengimplementasikan metode Support Vector Machine dalam analisis sentimen pada media sosial Twitter mengenai E-commerce Shopee dan Tokopedia serta Mengetahui hasil
7 Analisis Sentimen Masyarakat…, Firman Saefulloh, Fakultas Teknik dan Sains UMP, 2023
analisis sentimen metode Support Vector Machine untuk melakukan klasifikasi data tweets mengenai E-commerce Shopee dan Tokopedia.
E. Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1. Memperoleh hasil sentimen analisis terhadap E-Commerce Shopee dan Tokopedia dengan menggunakan algoritma Support Vector Machine (SVM).
2. Bagi penulis, memberikan pengetahuan yang baru, bahwa data yang diambil dari twitter melalui cuitan atau tweet dapat dijadikan sumber data untuk menganalisis kecenderungan informasi terhadap suatu objek.
3. Bagi pembaca, dengan adanya penulisan ini dapat dijadikan sebagai acuan untuk penelitian selanjutnya dan juga untuk menambah wawasan.
