TESIS
RANCANG BANGUN SISTEM
OPINION MINING
DENGAN METODE
POS TAGGING
DAN
SUPPORT
VECTOR MACHINE
UNTUK EKSTRAKSI DATA
OPINI PUBLIK PADA LAYANAN JAMINAN
KESEHATAN BALI MANDARA
LUH RIA ATMARANI 1491761020
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
TESIS
RANCANG BANGUN SISTEM
OPINION MINING
DENGAN METODE
POS TAGGING
DAN
SUPPORT
VECTOR MACHINE
UNTUK EKSTRAKSI DATA
OPINI PUBLIK PADA LAYANAN JAMINAN
KESEHATAN BALI MANDARA
LUH RIA ATMARANI 1491761020
PROGRAM MAGISTER
PROGRA STUDI TEKNIK ELEKTRO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
Tesis untuk Memperoleh Gelar Magister
pada Program Magister, Program Studi Teknik Elektro, Program Pascasarjana Universitas Udayana
LUH RIA ATMARANI NIM 1491761020
PROGRAM MAGISTER
PROGRA STUDI TEKNIK ELEKTRO PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA DENPASAR
Lembar Pengesahan
TESIS INI TELAH DISETUJUI PADA TANGGAL 11 APRIL 2016
Pembimbing I,
Prof. Ir. Ida Ayu Giriantari, MEng.Sc.,Ph.D NIP 196512131991032001
Pembimbing II,
Dr. Ir. Made Sudarma, M.A.Sc NIP. 196512311993031189
Mengetahui
Ketuan Program Magister Program Studi Teknik Elektro Program Pascasarjana
Universitas Udayana,
Prof. Ir. Ida Ayu Giriantari, MEng.Sc.,Ph.D NIP 196512131991032001
Direktur
Program Pascasarjana Universitas Udayana,
Tesis Ini Telah Diuji pada Tanggal ,...
Panitia Penguji Tesis Berdasarkan SK Rektor Universitas Udayana, No : ...
Ketua : Prof. Ir. A. Dwi Giriantari, MEngSc., PhD Anggota :
1. Dr. Ir. Made Sudarma, M.A.Sc
SURAT KETERANGAN BEBAS PLAGIAT
Nama : Luh Ria Atmarani
NIM : 1491761020
Program Studi : Magister Teknik Elektro
Judul : RANCANG BANGUN SISTEM OPINION MINING DENGAN METODE POS TAGGING DAN SUPPORT VECTOR MACHINE UNTUK EKSTRAKSI DATA
OPINI PUBLIK PADA LAYANAN JAMINAN KESEHATAN BALI MANDARA
Dengan ini menyatakan bahwa karya tulis ilmiah Tesis ini bebas plagiat. Apabila dikemudian hari terbukti terdapat plagiat dalam karya ilmiah ini, maka saya bersedia menerima sangsi sesuai peraturan Mendiknas RI No. 17 Tahun 2010 dan Peraturan Perundang-undangan yang berlaku.
Denpasar, 15 Juni 2016 Yang membuat pernyataan,
UCAPAN TERIMA KASIH
Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa atas segala
rahmat dan hidayah-Nya penulis dapat menyelesaikantesis dengan judul Rancang
Bangun Sistem Opinion Mining Dengan Metode Pos Tagging Dan Support
Vector Machine Untuk Ekstraksi Data Opini Publik Pada Layanan Jaminan
Kesehatan Bali Mandara.
Dalam menyelesaikan tesis ini penulis mendapatkan banyak sekali bantuan,
bimbingan dan dorongan dari berbagai pihak. Oleh karena itu penulis ingin
mengucapkan terima kasih kepada semua pihak yang telah membantu dalam
penyelesaian tesis ini, antara lain :
1. Prof. Ir. Ida Ayu Giriantari, Meng.Sc.,Ph.D selaku dosen pembimbing I, atas bimbingan, pengarahan, saran, dan dukungan selama penyusunan tesis ini.
2. Dr. Ir. Made Sudarma, M.A.Sc. selaku dosen pembimbing II yang dengan penuh perhatian dan kesabaran telah memberikan bimbingan dan saran kepada penulis.
3. Prof. Dr.dr. Ketut Suastika, Sp.PD.KEMD selaku Rektor Universitas Udayana atas kesempatan dan fasilitas yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister di Universitas Udayana.
4. Prof. Dr. Dr. A. A. Raka Sudewi, Sp. S (K) atas kesempatan dan fasilitas yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister di Universitas Udayana.
5. Seluruh Dosen khususnya dosen Program Magister Teknik Elektro Universitas Udayana atas ilmu yang telah diberikan.
7. Orang tuaku tercinta dr Made Liarba Suardana dan dr A A Oka Sulaksmi yang tiada hentinya memberikan doa, semangat, dan pengorbanan yang sangat besar.
8. Suamiku Ketut Sapta Wijaya serta anak anakku Gede Widiantara Riasa dan Made Angga Wiguna yang selalu menjadi motivasi selama pengerjaan tesis. 9. Saudaraku tercinta dr Made Ika Lestari, dr Nyoman Virna Uginiari dan
Ketut Dewi Pratiwi yang selalu memberikan semangat dan dukungannya 10.Teman-teman seperjuanganku di Pemrov Bali dan Teknik Elektro atas
masukan dan dukungannya.
11.Semua pihak yang telah membantu dalam penyusunan laporan ini yang tidak dapat kami sebutkan satu per satu.
Penulis menyadari bahwa penulisan tesis yang telah dibuat masih jauh dari
kesempurnaan. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang
ABSTRAK
RANCANG BANGUN SISTEM OPINION MINING DENGAN METODE
POS TAGGING DAN SUPPORT VECTOR MACHINE UNTUK
EKSTRAKSI DATA OPINI PUBLIK PADA LAYANAN JAMINAN
KESEHATAN BALI MANDARA
Analisis sentimen atau opinion mining dapat digunakan untuk mengekstrak
opini dari baris baris teks menjadi suatu informasi. Salah satu metode yang
digunakan adalah Hidden Markov Model (HMM). HMM digunakan untuk
memberikan kelas kata secara gramatikal pada suatu kalimat. Setelah kelas kata
dapat ditentukan selanjujutnya menentukan aturan dengan menggunakan rule
based. Dengan menggunakan rule based suatu kalimat dapat ditentukan termasuk
opini atau bukan. Penerapan metode Support Vector Machine digunakan untuk
mengklasifikasikan opini ke dalam opini positif dan negatif. Data yang digunakan
adalah data pada penangan keluhan dan pada opini online pada UPT JKMB
Provinsi Bali. Hasil proses opinion mining akan diuji menggunakan metode
precission, recall dan akurasi. Hasil penelitian menunjukkan presentase nilai
precission, recall dan akurasi memiliki rata rata presentase sebesar 89 persen. Ini
menunjukkan metode pos tagging dan SVM mampu mengklasifikasikan kalimat
kedalam opini dan menentukan kalimat ke dalam opini positif dan negatif
Kata Kunci : Opinion Mining; Hidden Markov Model; Rule Based; Support Vector
ABSTRACT
RANCANG BANGUN SISTEM OPINION MINING DENGAN
METODE POS TAGGING DAN SUPPORT VECTOR MACHINE UNTUK
EKSTRAKSI DATA OPINI PUBLIK PADA LAYANAN JAMINAN
KESEHATAN BALI MANDARA
Sentiment analysis or opinion mining can be used to extract the opinions of lines of text into an information line. One method used is the Hidden Markov Model (HMM). HMM is used to provide word class grammatically the sentence. Once the class is determined selanjujutnya word can define rules using a rule based. By using a rule based the sentence can be specified include opinions or not. Application of Support Vector Machine method is used to classify the opinions into positive and negative opinion. The data used is data on complaints handling and on-line opinion on UPT JKMB Bali Province. Results of opinion mining process will be tested using the method precission, recall and accuracy. The results show the percentage of the value of precission, recall and accuracy have an average percentage of 89 percent. It shows the method of tagging posts and SVM were able to classify sentences into the opinions and determine sentences into positive and negative opinion
Keywords : Opinion Mining ; Hidden Markov Model ; Rule Based ; Support
