Analisis Sentimen Konten Radikal dalam Kontestasi Politik 2019 di Media Twitter Menggunakan Interjection dan Punctuation
Laporan Tugas Akhir
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata 1 Informatika Universitas Muhammadiyah Malang
Taufik Nurahman 201510370311118
Data Science
PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2019
i
ii
iii
iv
Lembar Persembahan
1. Orang tua tercinta Bapak Anwar Sanusi dan Ibu Isna Syahrah yang selalu memberikan kasih sayang, doa, nasehat, semangat dukungan moril, motivasi maupun materi yang tak pernah putus selama menempuh pendidikan dibangku perkuliahan.
2. Semua keluarga yang telah membantu baik secara moril maupun materi di saat kondisi ekonomi sedang tidak bersahabat
3. Bapak Yufis Azhar, M.Kom, selaku Dosen Pembimbing I yang dengan ikhlas banyak mengorbankan waktu dan tenaga untuk memberikan motivasi, nasehat, pengarahan, petunjuk, serta saran demi terselesainya penyusunan tugas akhir ini
4. Ibu Nur Hayatin, S.ST., M.Kom, selaku Dosen Pembimbing II yang dengan sabar memberikan pengarahan dan petunjuk kepada penulis yang terkadang perlu beberapa kali pejelasan sehingga penulis mampu memahaminya 5. Semua dosen Informatika yang namanya tidak dapat disebutkan satu persatu,
yang mana telah membagikan beragam ilmunya dengan sungguh-sungguh baik ilmu seputar dunia Informatika maupun ilmu pengetahuan lain
6. Semua sahabat Kelas B dan Kelas C Informatika angkatan 2015, sahabat seperjuangan dalam rangka menuntut ilmu di tanah rantau
7. CEO Sekolah Developer Property Rich Institute, Muhlison Fatowi, yang sudah membimbing penulis dalam mengarungi kehidupan pasca perkuliahan 8. Semua sahabat futsal Nano FC, Dayat, Ibad, Chandra, Hilman, Fahmi, Dani, Ulfi, AL, Bambang, dan Jahtra yang sudah berbagi cerita, berbagi canda, serta berbagi waktu hanya untuk bersua dalam kurun waktu 4 tahun terakhir 9. Kawan-kawan Badan Eksekutif Mahasiswa Universitas Muhammadiyah
Malang Periode 2018/2019, forum hebat yang memacu diri untuk terus berkembang
10. Kawan-kawan forum komunikasi mahasiswa penajam paser utara malang yang selalu memberikan ruang untuk bercengkerama dikala penulis merindukan rumah
11. Orang yang pernah saya sukai, karena pernah memotivasi saya baik dalam urusan akademik, maupun non akademik.
v
KATA PENGANTAR
Puji Syukur Alhamdulillah senantiasa Penulis ucapkan atas kehadirat Allah SWT yang telah melimpahkan Rahmat, Taufik serta Hidayah-Nya sehingga Penulis akhirnya dapat menyelesaikan tugas akhir yang berjudul
“Analisis Sentimen Konten Radikal dalam Kontestasi Politik 2019 di Media Twitter Menggunakan Interjection dan Punctuation”. Shalawat serta salam semoga tetap tercurah kepada junjungan kita Nabi Besar Muhammad shallallahu 'alaihi wasallam.
Penyusunan Tugas Akhir ini diajukan untuk memenuhi syarat akademis dalam rangka menyelesaikan Studi S1 Program Studi Teknik Informatika di Fakultas Teknik Universitas Muhammadiyah Malang.
Penulis menyadari masih banyak kekurangan dan keterbatasan dalam penulisan tugas akhir ini. Untuk itu, penulis sangat mengharapkan saran yang membangun agar tulisan ini dapat berguna untuk perkembangan ilmu pengetahuan kedepan.
Malang, 31 Desember 2019 Penulis
Taufik Nurahman
viii
DAFTAR ISI
LEMBAR PERSETUJUAN... i
LEMBAR PENGESAHAN ... ii
LEMBAR PERNYATAAN ... iii
Lembar Persembahan ... iv
KATA PENGANTAR ... v
ABSTRAK ... vi
DAFTAR ISI ... viii
DAFTAR GAMBAR ... x
DAFTAR TABEL ... xi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 5
1.3 Tujuan Penelitian ... 5
1.4 Batasan Penelitian ... 5
1.5 Sistematika Penulisan ... 5
BAB II KAJIAN PUSTAKA ... 7
2.1 Kontribusi Penelitian ... 7
2.2 Analisis Sentimen ... 8
2.3 Radikal ... 9
2.4 Twitter ... 10
2.5 Preprocessing ... 11
2.5.1 Labelling ... 11
2.5.2 Case Folding ... 11
2.5.3 Filtering ... 12
2.5.4 Tokenizing ... 12
2.5.5 Stopword Removal ... 12
2.5.6 Stemming ... 12
2.6 Bag of Words ... 13
2.6 Interjection ... 13
2.7 Punctuation ... 14
ix
2.8 Scikit-Learn ... 14
2.9 Support Vector Machine ... 14
2.10 Twitterscrapper ... 16
BAB III METODOLOGI PENELITIAN... 17
3.1 Dataset ... 17
3.2 Lingkungan Kerja ... 17
3.3 Pengumpulan Data atau Crawling ... 18
3.4 Analisa dan Perancangan ... 19
3.4.1 Preprocessing ... 20
3.4.2 Text Weighting ... 25
3.4.3 Classification SVM ... 25
3.4.4 Interjection dan Punctuation ... 25
3.5 Pengujian ... 27
BAB IV IMPLEMENTASI DAN PENGUJIAN ... 28
4.1 Crawling Data ... 28
4.2 Preprocessing ... 29
4.2.1 Labelling ... 29
4.2.2 Case Folding ... 29
4.2.3 Filtering ... 30
4.2.4 Tokenizing ... 30
4.2.5 Stopword Removal ... 31
4.2.6 Stemming ... 31
4.3 Text Weighting ... 32
4.4 Klasifikasi Sentiment Analysis ... 32
4.5 Fitur Interjection dan Punctuation ... 33
4.6 Klasifikasi Sentimen Radikal ... 35
4.7 Pengujian ... 35
BAB V KESIMPULAN DAN SARAN ... 39
5.1 Kesimpulan ... 39
5.2 Saran ... 40
DAFTAR PUSTAKA ... 41
x
DAFTAR GAMBAR
Gambar 2.1 Algoritma sekuensial support vector machine ... 14
Gambar 3.1 Alur proses analisa dan perancangan ... 18
Gambar 4.1 Pengunduhan dan instalasi tool twitterscrapper ... 27
Gambar 4.2 Proses penarikan data dengan tool twitterscrapper ... 28
Gambar 4.3 Syntax case folding ... 28
Gambar 4.4 Syntax filtering ... 29
Gambar 4.5 Syntax tokenizing ... 29
Gambar 4.6 Syntax stopword ... 30
Gambar 4.7 Syntax stemming ... 30
Gambar 4.8 Syntax text weighting dengan scikit-learn ... 31
Gambar 4.9 Syntax algoritma klasifikasi SVM ... 31
Gambar 4.10 Syntax pembuatan kolom punctuation ... 32
Gambar 4.11 Syntax fitur punctuation ... 32
Gambar 4.12 Syntax fitur interjection ... 33
Gambar 4.13 Syntax pembuatan kolom interjection ... 33
Gambar 4.14 Syntax algoritma klasifikasi SVM untuk sentimen radikal ... 34
Gambar 4.15 Syntax pengujian confussion matrix ... 35
xi
DAFTAR TABEL
Tabel 2.1 Penelitian Terkait ... 7
Tabel 3.1 Perangkat Lunak ... 16
Tabel 3.2 Perangkat Keras ... 17
Tabel 3.3 Contoh data yang telah di crawling ... 17
Tabel 3.4 Pemberian label pada data tweet ... 19
Tabel 3.5 Case folding pada dataset ... 20
Tabel 3.6 Filtering pada dataset ... 21
Tabel 3.7 Tokenizing pada dataset ... 22
Tabel 3.8 Stopword removal pada dataset ... 22
Tabel 3.9 Stemming pada dataset ... 23
Tabel 3.10 Fitur Punctuation dan Interjection ... 25
Tabel 3.11 Tabel confussion matrix ... 26
Tabel 4.1 Hasil pengujian sentiment analysis ... 35
Tabel 4.2 Hasil pengujian sentimen radikal tanpa fitur punctuation dan interjection ... 36
Tabel 4.3 Hasil pengujian sentimen radikal dengan fitur punctuation dan interjection n=200 ... 36
Tabel 4.4 Hasil pengujian sentimen radikal dengan fitur punctuation dan interjection n=150 ... 36
Tabel 4.5 Hasil pengujian sentimen radikal dengan fitur punctuation dan interjection n=100 ... 37
41
DAFTAR PUSTAKA
[1] G. A. Buntoro, “Analisis Sentimen Hatespeech Pada Twitter Dengan Metode Naïve Bayes Classifier Dan Support Vector Machine,” J. Din. Inform., vol.
5, no. 2, pp. 1–12, 2016.
[2] A. S. Raamkumar, M. Erdt, H. Vijayakumar, E. Rasmussen, and Y. L.
Theng, “Understanding the Twitter usage of humanities and social sciences academic journals,” Proc. Assoc. Inf. Sci. Technol., vol. 55, no. 1, pp. 430–
439, 2018, doi: 10.1002/pra2.2018.14505501047.
[3] “Aharony, Noa. (2012). Twitter use by three political leaders: An exploratory
analysis. Online Information Review. 36. 587-603.
10.1108/14684521211254086.” .
[4] M. N. Fatanti, “Twitter dan Masa Depan Politik Indonesia : Analisis Perkembangan Komunikasi Politik Lokal Melalui Internet Twitter and the Future of Indonesian Politics : Analysis of the Development of Local Political Communication over the Internet,” vol. 16, no. 1, pp. 17–28, 2014.
[5] P. P. A. Ferdi Alvianda, Indriati, “Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine (SVM),” vol. 3, no. 1, pp. 7828–7833, 2019.
[6] D. A. P. Rahayu, S. Kuntur, and N. Hayatin, “Sarcasm detection on Indonesian twitter feeds,” Int. Conf. Electr. Eng. Comput. Sci. Informatics, vol. 2018-Octob, pp. 137–141, 2018, doi: 10.1109/EECSI.2018.8752913.
[7] A. Z. H. Khan, M. Atique, and V. . Thakare, “Sentiment analysis using Support Vector Machine,” I4CT 2014 - 1st Int. Conf. Comput. Commun.
Control Technol. Proc., vol. 5, no. 4, pp. 333–337, 2014, doi:
10.1109/I4CT.2014.6914200.
[8] B. Andrianto and S. Adinugroho, “Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation,” J.
Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 12, pp. 7380–7385,
42 2018.
[9] B. Takwin, Amin Mudzakkir, Hairus Salim, Moh Iqbal Ahnaf, and Ahmad Zainul Hamdi, “Studi tentang Toleransi dan Radikalisme di Indonesia:
Pembelajaran dari 4 Daerah Tasikmalaya, Jogjakarta, Bojonegoro dan Kupang,” pp. vi–viii, 2016.
[10] R. WP, A. Novianty, and C. Setianingsih, “Analisis Sentimen Menggunakan Support Vector Machine dan Maximum Entropy,” vol. 4, no. 2, p. 2389, 2017.
[11] “Small, T.A. ‘Canadian Politics in 140 Characters: Party Politics in the Twitterverse’. Canadian Parliamentary Review (Autumn) 2010: 39-39-45.”
[12] T. Towner, “All Political Participation Is Socially Networked? New Media and the 2012 Election,” Soc. Sci. Comput. Rev., vol. 31, pp. 527–541, Oct.
2013, doi: 10.1177/0894439313489656.
[13] V. I. Santoso, G. Virginia, and Y. Lukito, “Penerapan Sentiment Analysis Pada Hasil Evaluasi Dosen Dengan Metode Support Vector Machine,” J.
Transform., vol. 14, no. 2, p. 72, 2017, doi:
10.26623/transformatika.v14i2.439.
[14] O. Somantri, D. Apriliani, J. T. Informatika, P. Harapan, and B. Tegal,
“Support Vector Machine Berbasis Feature Selection Untuk Sentiment Analysis Kepuasan Pelanggan Terhadap Pelayanan Support Vector Machine Based on Feature Selection for Sentiment Analysis Customer Satisfaction on Culinary,” vol. 5, no. 5, pp. 537–548, 2018, doi: 10.25126/jtiik20185867.
[15] A. Perdana and M. T. Furqon, “Penerapan Algoritma Support Vector Machine ( SVM ) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia ( Studi Kasus : RSJ . Radjiman Wediodiningrat , Lawang ),” J. Pengemb.
Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 3162–3167, 2018.
[16] I. I Made Budi Surya Darma, Rizal Setya Perdana, “Penerapan Sentimen
43
Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi Fitur,” J. Pengemb. Teknol.
Inf. dan Ilmu Komput., vol. 2, no. 3, pp. 998–1007, 2018.
