Please enable JavaScript.

Coggle requires JavaScript to display documents.

Peringkasan Sentimen Esktraktif di Twitter Menggunakan Hybrid TF-IDF dan…

- - - - Digunakan untuk mendapatkan skor kekuatan sentimen dan mengklasifikasi tweet ke dalam kelas positif, negatif dan netral.
    - - Tweet bersentimen positif dan negatif diringkas dengan cara pemeringkatan tweet menggunakan Hybrid TF-IDF yang dikombinasi dengan skor kekuatan sentimen, kemudian menghilangkan tweet yang mirip menggunakan Cosine Similarity.
    - - Sistem dikembangkan berbasis web dimana pengguna akan memasukkan kata kunci yang berkaitan dengan selebriti kemudian memilih bulan yang akan dilakukan peringkasan
      - Data Input
        
        Data-data yang digunakan sebagai masukan pada sistem yang dibangun. Data tersebut kemudian akan diolah dan digunakan lebih lanjut untuk mendapatkan data output yang diinginkan
        
        Tweet Berbahasa Indonesia
        
        Data tweet diperoleh dengan melakukan scraping pada halaman search.Twitter.com sesuai dengan keyword yang diinputkan oleh user.
        
        Kamus Sentimen
        
        Kamus sentimen berisi kumpulan kata yang telah diberi bobot dengan kekuatan sentimen 1 (tidak memiliki sentimen positif) s.d. 5 (memiliki sentimen positif yang sangat kuat), dan -1 (tidak memiliki sentimen negatif) s.d. -5 (memiliki sentimen negatif yang sangat kuat).
        
        Didapatkan dari hasil translasi kamus sentimen berbahasa Inggris yang telah mengalami penambahan dan pengurangan kata berdasarkan dari hasil pengamatan dalam proses pengembangan sistem ini
        
        Kamus Emoticon
        
        Data ini dihasilkan secara manual berdasarkan pengamatan
        dalam proses pengembangan sistem ini.
        
        Kamus Idiom ini juga diberi bobot yang akan menentukan perubahan bobot sentimen pada sebuah kalimat. Data ini dihasilkan secara manual berdasarkan pengamatan dalam proses pengembangan sistem ini.
        
        Kamus Idiom
        
        Kamus Idiom adalah kata ungkapan yang memiliki makna berbeda dengan kata aslinya
        
        Slangwords dan Konversinya
        
        Kata-kata tidak baku yang sering digunakan seperti penggunaan kata yang disingkat, bahasa pergaulan yang biasa digunakan sehari-hari serta kata yang memiliki kesalahan penulisan
        
        Boosterwords
        
        Kata yang dapat meningkatkan atau mengurangi intensitas sentimen kata disebelahnya. Misal, kata “sangat bahagia” lebih positif daripada kata “bahagia”, kata “kurang bahagia” tidak lebih positif daripada kata “bahagia”.
        
        Kata ini diberi bobot 1-2 untuk menambah atau mengurangi skor kata disampingnya. Data ini dihasilkan secara manual berdasarkan pengamatan dalam proses pengembangan sistem ini.
        
        Kata Negasi
        
        Merupakan kata yang terdapat dalam suatu kalimat yang dapat mengubah orientasi dari suatu opini. Misalnya, kata “nakal” merupakan kata yang bermakna negatif, akan tetapi jika kata “nakal” didahului kata negasi “tidak” maka susunan kata menjadi “tidak nakal” yang bermakna positif
        
        Kata Tanya
        
        Kata tanya merupakan kata yang terdapat dalam suatu kalimat yang dapat mengubah orientasi dari suatu opini. Misalnya, “apakah kamu marah?”,
        
        Walaupun terdapat kata “marah”, kalimat ini tidak memiliki orientasi positif maupun negatif, sehingga diklasifikasikan sebagai kalimat netral.
    - - Data tweet yang telah didapatkan akan mengalami pre-processing untuk mendapatkan data bersih agar proses klasifikasi dan peringkasan tweet menjadi lebih akurat
      - Termasuk
        
        Pemisahan gabungan kata dalam bentuk camel-case. Gabungan kata ini umumnya terdapat dalam hashtag, seperti #AkuCintaKamu.
        
        Penghapusan kalimat yang berupa kutipan
        
        Penghapusan hashtag
        
        Penghapusan mention
        
        Penghapusan URL
        
        Penghapusan karakter Unicode yang berada diluar jangkauan ASCII
        
        Penghapusan HTML special character
        
        Penghapusan newline
        
        Konversi kata tidak baku menjadi bentuk baku dan memperbaiki kesalahan penulisan.
        
        Penghapusan tweet yang kurang dari 10 kata, mengandung lebih dari 2 kata dalam bahasa Inggris, dan mengandung kata dalam daftar hitam
        
        Deteksi tweet yang mengandung kata dalam daftar hitam. Daftar hitam berisi kata yang mengindikasikan tweet tersebut relevan atau tidak. Contoh tweet yang tidak relevan yaitu sebuah retweet, ajakan follow, invite pin bbm, headline berita, kata khas bahasa sunda, kutipan lirik lagu, request lagu pada akun Twitter radio, dsb.
        
        Penghapusan karakter selain alphanumeric, tanda seru, tanda tanya, titik, koma, yang tidak membentuk sebuah kalimat majemuk atau emoticon.
        
        Case Folding atau konversi semua karakter huruf besar (uppercase) menjadi karakter huruf kecil (lowercase).
        
        Konversi bentuk-bentuk penyingkatan kata majemuk ke bentuk yang baku, umumnya penyingkatan menggunakan simbol angka 2 dan tanda petik dua.
    - - Menggunakan algoritma SentiStrength
      - SentiStrength
        
        Algoritma klasifikasi yang menggunakan pendekatan berbasis leksikon yang menggunakan aturan-aturan dan informasi linguistik tambahan (non-leksikal) untuk mendeteksi kekuatan sentimen di sebuah teks singkat dalam bahasa Inggris
        
        SentiStrength menggunakan sistem dual-scale (positif-negatif), karena menurut penelitian psikologi, manusia dapat merasakan emosi positif dan negatif secara bersamaan hingga batas tertentu secara mandiri
        
        SentiStrength akan menghasilkan nilai positif dan negatif, dimana jangkauan nilai dimulai dari angka 1 sampai 5
        
        Skor akhir pada sebuah kalimat ditentukan dari skor positif tertinggi dan skor negatif tertinggi dari kata-kata penyusunnya
        
        Kemudian keputusan akhir sentimen didasarkan pada aturan: if positive value > negative value then positive sentiment. if positive value < negative value then negative sentiment. if positive value = negative value then neutral sentiment
        
        Selain menggunakan kamus sentimen dengan pembobotan term oleh manusia, SentiStrength juga menggunakan kamus emosikon dan kamus ungkapan yang juga diberi bobot oleh manusia
        
        Standar ekstraksi fitur SentiStrength
        
        Menggunakan kamus ungkapan (idiom) Besar Kepala = -4
        
        Menggunakan kamus emosikon
        
        Menggunakan kamus penguat kata (Booster Words) untuk menambah atau mengurangi skor term didepan atau dibelakangnya (e.g., Cantik = 4 Sangat Cantik = 5
        
        Standar ekstraksi fitur SentiStrengthMenggunakan kamus negasi untuk membalik polaritas skor term didepannya (e.g., Cantik = 4 Tidak Cantik = -4
        
        Menambah skor sentimen jika terjadi perulangan huruf lebih dari 2. Pada term positif/negatif +1, term netral +2 Keren = 4 Kereeeeen = 5
        
        Kalimat dengan tanda seru mendapatkan skor minimal 2
        
        Term yang diikuti lebih dari satu tanda seru
    - - Memberikan bobot pada setiap kalimat dalam sebuah dokumen. Setelah masing-masing kalimat diberikan bobot, kalimat akan diurutkan berdasarkan bobot dimana kalimat k teratas dengan bobot paling besar akan dipilih sebagai hasil akhir ringkasan.
      - Bobot kalimat diperoleh dari penjumlahan bobot term pada sebuah kalimat, dimana term dapat berupa kata, frasa atau tipe sintatik lainnya.
      - Term Frequency – Inverse Document Frequency (TF-IDF)
      - Teknik pembobotan berbasis statistik yang sering diterapkan di berbagai permasalahan penggalian informasi.
      - Term Frequency – Inverse Document Frequency
      - Dalam konteks peringkasan teks tweet di Twitter, Sharifi et al, mengusulkan algoritma Hybrid TF-IDF. Menurut algoritma tersebut masing-masing tweet dianggap sebagai dokumen terpisah, hanya saja dalam perhitungan frekuensi term dilakukan pada keseluruhan tweet, sehingga nilai TF menjadi normal sekaligus tidak kehilangan properti IDF
  - - - Menghitung jarak sudut antara dua buah vektor. Semakin kecil sudut yang dibentuk antara dua buah vektor, maka tingkat kesamaan antara dokumen dan query tersebut semakin besar
  - - - Pengujian klasifikasi sentimen dilakukan dengan menguji aplikasi yang telah dibangun dengan membandingkan antara data prediksi dan data aktual
      - Keberhasilan SentiStrength dalam melakukan klasifikasi sentimen sebuah tweet