1
PENDAHULUAN
1.1. Latar Belakang Masalah
Perkembangan teknologi pada zaman modern seperti ini telah menjadikan internet sebagai hal yang wajar. Pertumbuhan pengguna internet berpengaruh kepada pertumbuhan pengguna sosial media dan smartphone. Twitter, Facebook, Instagram merupakan media sosial yang sering digunakan pengguna internet sehingga sekarang seringkali menjadi sumber data bagi para peneliti untuk dianalisa (Zuhri & Alamsyah, 2017).
Sosial media merupakan media komunikasi terbuka dan tidak terbatas, masyarakat dapat secara bebas mengemukakan pendapat mereka di sosial media, salah satunya adalah media sosial Twitter (Pamungkas, et al., 2015). Twitter memungkinkan penggunanya berkirim dan membaca pesan yang lebih dari 280 karakter yang disebut tweet. Sebelumnya, pesan di Twitter hanya sampai 140 karakter tetapi pada tanggal 7 November 2017 ditambah menjadi 280 karakter (Hannani, 2019).
Informasi dalam bentuk teks adalah informasi yang penting dan banyak didapatkan dari berbagai sumber seperti buku, surat kabar, situs web, ataupun pesan e-mail. Teks merupakan sebuah hamparan bahasa, baik dalam pembicaraan ataupun dalam tulisan, yang memiliki makna, bersifat praktis dan berguna untuk umum serta berhubungan dengan dunia nyata (Ling & Oka, 2014).
Analisis sentimen dibutuhkan untuk proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam suatu kalimat opini (Buntoro, 2017). Tugas dasar dalam analisis sentimen adalah mengelompokkan polaritas dari teks yang ada dalam dokumen, kalimat, atau pendapat. Polaritas mempunyai arti apakah teks yang ada dalam dokumen, kalimat, atau pendapat memiliki aspek positif atau negatif (Ling
& Oka, 2014).
Analisis sentimen pada Twitter terdapat kekurangan karena kata-kata yang diposting oleh pengguna Twitter tersebut. Twitter memungkinkan pengguna menulis sebanyak 280 karakter, tetapi para pengguna Twitter sering menggunakan singkatan kata dan ejaan kata yang salah. Penulisan kata yang salah tersebut dapat mengakibatkan terjadi kelemahan pada proses text mining, sehingga dapat menyulitkan fitur yang diambil dan mengurangi ketepatan klasifikasi. Maka harus dilakukakan analisis sentimen untuk mempermudah dan menentukan apakah opini atau komentar terhadap suatu permasalahan memiliki kecenderungan positif atau negatif dan dapat dijadikan sebagai acuan dalam meningkatkan suatu pelayanan, ataupun meningkatkan kualitas produk (Nurjanah, et al., 2017).
Dari permasalahan tersebut akan dibuat analisis sentimen untuk menentukan tingkat sentimen kepada akun resmi Tri Indonesia. Data yang digunakan diambil dari tweet masyarakat pada media sosial Twitter, menggunakan metode Naïve Bayes Classifier karena metode tersebut memiliki beberapa kelebihan yaitu sederhana, cepat dan berakurasi tinggi ketika di aplikasikan dalam basis data dan data yang beragam (Nurhuda & Sihwi, 2014).
Pada penelitian Pamungkas et al., (2015) Akurasi Naïve Bayes Classifier
memberikan hasil sebesar 91 % untuk 1000 data latih yang diberikan. Itulah sebabnya penulis membuat penelitian serupa pada media sosial Twitter dengan melihat komentar publik yang berjudul “ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (Studi Kasus: Komentar publik kepada Tri Indonesia)”.
1.2. Identifikasi Masalah
Berdasarkan latar belakang masalah di atas, maka identifikasi masalahnya dapat dirumuskan sebagai berikut:
1. Bagaimana menerapkan dan mengetahui cara kerja metode Naïve Bayes Classifier dalam mengklasifikasikan komentar publik mengenai pelayanan Tri Indonesia di media sosial Twitter.
2. Bagaimana menganalisis sentimen sebuah tweet pada Twitter secara otomatis.
3. Seberapa tinggi hasil akurasi menggunakan metode Naïve Bayes Classifier.
1.3. Maksud dan Tujuan
Maksud dari penelitian ini yaitu:
1. Mengklasifikasi sentimen pada sebuah tweet dengan proses text mining dan menggunakan metode Naïve Bayes Classifier sehingga dapat mempercepat proses klasifikasi dan menghasilkan kategori sentimen yang tepat.
2. Meningkatkan kualitas produk dan sebagai acuan dalam meningkatkan pelayanan.
3. Mengetahui seberapa tinggi hasil akurasi menggunakan metode Naïve Bayes Classifier.
Sedangkan tujuan dari penulisan penelitian ini adalah sebagai salah satu syarat kelulusuan Strata 1 (S1) Program Studi Sistem Informasi Universitas BSI Bandung.
1.4. Metode Penelitian
Metode penelitian yaitu langkah-langkah penelitian yang didasari oleh pemikiran bahwa apabila suatu pernyataan ingin diterima sebagai suatu kebenaran, maka pernyataan tersebut harus dapat diverifikasi atau diuji kebenarannya secara empiris yang dimulai dari merumuskan masalah dan diakhiri dengan penarikan kesimpulan (Noor, 2011).
Dalam melakukan penelitian, penulis mengumpulkan data dengan metode sebagai berikut:
a. Studi Lapangan
Penulis melakukan pengamatan langsung terhadap objek yang diteliti dengan cara mengumpulkan data dan informasi yang diambil dari media sosial Twitter.
b. Studi Pustaka
Penulis memperoleh informasi mengenai topik yang akan dibahas dengan cara mempelajari dan mengutip sumber dari buku, jurnal dan internet serta mengumpulkan bahan.
1.5. Ruang Lingkup
Agar ruang lingkup pembahasan penyajian lebih terarah dan mencapai tujuan, maka penulis hanya membatasi permasalahan yang ada, yaitu:
1. Penelitian menggunakan data publik yang digunakan untuk bahan mengolah data untuk mengetahui pola sentimen media sosial Twitter.
2. Metode analisa data yang digunakan yaitu naïve bayes classifier untuk mengkalsifikasikan komentar publik dengan menggunakan Rapidminer.
