Pendahuluan
�Media
sosial merupakan platform
media yang memfokuskan pada eksistensi
pengguna serta memfasilitasi mereka dalam beraktivitas maupun berkolaborasi. Karena itu media sosial dapat dilihat sebagai
medium (fasilitator) online yang menguatkan
hubungan antar pengguna sekaligus sebuah ikatan sosial.
Melalui media sosial yang semakin banyak berkembang memungkinkan informasi menyebar dengan mudah di masyarakat. Informasi dalam bentuk apa
pun dapat disebarluaskan dengan mudah dan cepat sehingga mempengaruhi cara pandang, gaya hidup,
serta budaya suatu bangsa (Manning et al., 2008).
Salah satu
media sosial yang sangat populer
saat ini yaitu Twitter. Twitter merupakan
media sosial yang berbentuk
microblogging atau ngeblog secara singkat dalam satu paragraf
dengan maksimal 280 huruf, karena jumlah
huruf dalam satu kali tweet terbatas/dibatasi. Pengguna Twitter terdiri dari berbagai
kalangan, seperti pejabat, selebritis, artis, hingga masyarakat biasa pada umumnya. Akan tetapi, kemudahan yang diberikan untuk berbagi informasi melalui media sosial tak luput dari
penyalahgunaan yang dilakukan
oleh penggunanya. Salah satu
bentuk penyalahgunaan tersebut yaitu cyberbullying.�
�Cyberbullying merupakan bentuk tindak kekerasan yang dilakukan oleh seseorang terhadap korbannya di dunia maya,
dimana korban dihina, diejek, dipermalukan dan diintimidasi oleh pelaku. Dampak dari cyberbullying yaitu mempengaruhi mental korban,
bahkan banyak dari korban bullying berakhir dengan bunuh diri
karena tidak tahan dengan banyak
tekanan. Ada hubungan positif dan signifikan antara perilaku pelaku cyberbullying dan perilaku
korban cyberbullying yang mana semakin reaktif perilaku pelaku cyberbullying maka semakin reaktif pula perilaku korban cyberbullying. Hal ini
membuktikan betapa besarnya pengaruh cyberbullying terhadap kehidupan social (Khaira et al., 2020).
Oleh
karena itu, sampai Saat ini, tidak ada data statistik yang tersedia informasi
konkret tentang anak-anak yang terkena dampak kasus cyberbullying di
Indonesia.� Interaksi di internet
tersebut membuat anak-anak dan remaja khususnya remaja penggemar K-Pop, rentan
menjadi korban bahkan pelaku cyberbullying di media sosial, mengingat aktivitas
yang mereka lakukan banyak dihabiskan di internet dan media sosial. Kekhawatiran
tersebut juga tergambar dalam Survei Penetrasi Internet dan Perilaku Pengguna
Internet di Indonesia 2018 yang dirilis oleh Asosiasi Penyelenggara Jasa
Internet di Indonesia (APJII) yang menunjukkan, 49% pengguna internet pernah
dirisak (di-bully) dalam bentuk diejek atau dilecehkan di media sosial.� hal tersebut menjadikan baik orang dewasa,
remaja maupun anak-anak rentan untuk mendapatkan perlakuan negatif
tersebut bahkan menjadi pelaku.�
K-Pop juga dapat dikenali dengan munculnya fans club K-Pop di media sosial yang menyediakan semua informasi tentang artis K-Pop kepada para penggemar K-Pop. Di
Indonesia, khususnya di kalangan remaja. Oleh
karena itu, pendekatan pembelajaran
mesin dapat digunakan untuk mendeteksi yang mengandung unsur intimidasi. Artinya, menganalisa sentimen. Klasifikasi membutuhkan
pendekatan pembelajaran
mesin yang
dapat membedakan antara kata-kata yang mengandung cyberbullying dan yang tidak (Ortega et al., 2008).
�Analisis sentimen merupakan sub bagian dari Natural Language Processing (NLP) yang fokus
pada menentukan perasaan
yang terkandung pada sebuah
teks. Analisis sentimen dikenal dengan opinion mining yang merupakan
proses memahami, mengekstrak
dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam suatu kalimat. Ide dasar dari analisis
setimen adalah untuk mendeteksi polaritas teks pada dokumen, kalimat, dan tweet. Polaritas sentimen terbagi tiga yaitu
positif, negatif, dan netral.
Berbagai penelitian
terkait analisis sentimen telah banyak dilakukan. Terdapat dua pendekatan
untuk melakukan analisis sentimen, pendekatan yang pertama adalah berbasis machine learning yaitu dengan
melatih classifier pada dataset yang telah dilabelkan secara manual. Pendekatan yang kedua adalah berbasis
leksikal yang tidak memerlukan pelatihan dataset, mengukur polaritas suatu kalimat atau
dokumen berdasarkan pada sentimen kata-kata dan frasa-frasa
sambil menerapkan aturan-aturan tertentu yang diambil dari Iinguistik.
Penelitian ini akan menganalisis sentimen terkait cyberbullying dari komentar masyarakat
pada media sosial Twitter, untuk
itu diperlukan metode yang dapat mengklasifikasikan komentar ke dalam kelas
positif, negatif, dan netral. Kelas negatif
berarti komentar yang mengandung elemen cyberbullying, kelas positif berarti
komentar mengandung unsur motivasi atau dukungan, dan kelas netral adalah
komentar yang tidak mengandung elemen cyberbullying.
Dalam penelitian
sebelumnya, SentiStrength dievaluasi
pada beberapa dataset yang terdiri
dari teks bahasa Inggris. Dalam penelitian ini, kami mereplikasi studi sebelumnya untuk teks bahasa
Indonesia. Penelitian ini menggunakan metode SentiStrength berbasis kamus/leksikon. Kamus/leksikon
SentiStrength berisi terms serta
bobot kekuatan sentimennya. Metode SentiStrength
menggunakan daftar idiom dan emotikon
serta beberapa aturan lain seperti peningkatan kekuatan sentimen ketika huruf kapital digunakan
(Nurzahputra & Muslim,
2016).
Metode Penelitian
�Penelitian tentang analisis
sentimen dari tweet twitter
tentang keyword Cyberbullying,
Kpop, dan Bullying. Secara umum suatu analisis
sentimen digunakan untuk memprediksi kecenderungan suatu opini atau pendapat
masyarakat terhadap sesuatu hal, apakah
cenderung ke opini positif,netral
atau negatif. Pada penelitian ini di buat sebuah dashboard
berbasis web dimana fitur
dari
dashboard tersebut berfungsi untuk memprediksi opini atau pendapat
user dengan cara live sehingga pengguna lebih mudah
mengetahui hasil analisis sentimen dengan keyword yang di inginkan. Selain dengan keyword pengguna juga bisa melakukan input dengan hastag untuk mengetahui
hasil sentimen analisis.Data yang dikumpulkan dapat digunakan untuk analisis sentimen. Analisis sentimen memerlukan beberapa langkah untuk mendapatkan hasil pengujian. Di bawah ini adalah langkah-langkah yang saya gunakan.
Pengumpulan Data
�Tahap pertama dalam melakukan proses analisis sentimen adalah pengumpulan data. Data
dari Twitter dengan 2000 Cari "cyberbulliying, kpop, dan bullying" menggunakan aplikasi Rapidminer. Twitter Search digunakan untuk mengambil data dari media sosial Twitter. Data ini disimpan dan disimpan dalam format Excel.csv dengan membuat Excel.csv, untuk membantu mengidentifikasi duplikat atau konten duplikat yang harus dihapus. Pemilihan atribut, penggantian nilai yang hilang, subprocessing, dan analisis sentimen diikuti, dan hasil akhirnya adalah data yang
digunakan sebagai data pelatihan dalam algoritma naive Bayes.
Gambar
1. Alur Penelitian
Pengolahan Data
�Sebelum diproses, perlu dilakukan pengolahan data yang diperoleh dari twitter. Proses pengolahan
data atau text prepocessing berfungsi untuk merubah data teks yang tidak terstruktur menjadi data yang terstruktur.
Proses yang dilakukan adalah
sebagai berukut: (Afuan, 2013)
1. Case folding
Proses case folding untuk menyeragamkan bentuk huruf menjadi
huruf kecil. Hal ini dilakukan untuk
mempermudah pencarian. Tidak semua dokumen
teks konsisten dalam penggunaan huruf kapital.
2. Tokenizing
Pada proses tokenization ini, semua
kata yang ada di dalam tiap dokumen dipisahkan
dan dihilangkan tanda bacanya, serta dihilangkan jika terdapat simbol atau apapun yang bukan huruf.
3. Stopword
removal
Pada tahap ini, kata-kata yang tidak relevan akan dihapus,
kata-kata yang tidak mempunyai
makna tersendiri jika dipisahkan dengan kata yang lain dan tidak terkait dengan kata sifat yang berhubungan dengan sentimen.
4. Stemming
Stemming adalah proses pencarian kata dasar dengan menghilangkan imbuhan. Dalam proses ini kata-kata akan dikelompokkan ke dalam beberapa kelompok yang memiliki kata dasar yang sama, seperti lantik, melantik, dan pelantikan di mana
kata dasar dari semuanya adalah kata lantik. Pada penelitian ini stemming
yang digunakan yaitu dari library sastrawi stemmer yang dibangun berdasarkan
algoritma Nazief & Andriani.�
Crawling Data
Dalam penelitian ini mengguakan tool rapid miner, Anda perlu mengunduh dan
menginstal alat Rapid
Miner di komputer Anda dan membuat akun Twitter.
Akun ini akan terhubung atau dilampirkan ke Rapid
Miner untuk
meng-crawl data
yang akan
diambil nanti, dan dengan memanfaatkan
search API Key Twitter (API) setelah mendapatkan akses API key maka dapat data yang diinginkan melalui fasilitas kolom pencarian di twitter yang berhubungan
dengan penelitian ini, kemudian data
yang sudah di ambil
akan disimpan dalam database lokal dengan ekstensi exel.csv.
Gambar 2. Proses Crawling Data di Twitter
Pengambilan data menghasilkan 329 data
yang di ambil berdasarkan sistem Rapid
Miner. Dibawah ini adalah hasilnya adalah:
Gambar 3. Hasil Data Crawling
Sebagai hasil dari pemeriksaan dan crawling manual, kami menemukan banyak data yang bukan teks tweet. Data dihapus karena
merupakan data iklan, jumlah duplikat lebih besar dari 1, yang dapat mempengaruhi skor sentimen yang digunakan sebagai data pelatihan.
Gambar 4. Dataset.csv
Kemudian, setelah menyaring Sebagai hasil dari
duplikat data,
para peneliti juga
menghapus data
yang mengandung frase iklan. Setelah semua data disaring, sentimen yang
dihasilkan
oleh alat rapid miner
tidak akurat dan masih ada hasil sentimen yang salah,
sehingga pelabelan dilakukan
secara manual.
Misalnya, hasil sentimen untuk
atribut Polaritas adalah
Tidak
Ada, P (Positif). P +, Baru
(netral), N (negatif).
Data
Preprocessing
Preprocessing adalah
langkah terpenting dalam melakukan analisis sentimen. Preprocessing atau pemrosesan text merupakan mempersiapkan sebuah teks menjadi daya
yang siap diolah lebih lanjut dan bertujuan untuk menghilangkan noise, serta mengambil fitur penting yang ada pada dokumen teks. Preprocessing dalam
penelitian ini terdiri dari enam
tahap yaitu case folding,
punctuation removal, tokenizing, normalization, stopword
removal dan stemming. Selanjutnya dilakukannya
preprocessing dokumen seperti di atas untuk menghilangkan noise, menyeragamkan bentuk kata dan mengurangi volume kata.
Tahapan yang dilakukan
dari dokumen preprosessing yaitu Pembersihan Data Pembersihan
data adalah proses mendeteksi
dan mengoreksi (atau menghapus) catatan yang rusak atau tidak
akurat dari kumpulan catatan, tabel , atau basis data dan mengacu pada pengidentifikasian bagian data yang tidak lengkap, tidak benar, tidak akurat,
atau tidak relevan dan kemudian mengganti, memodifikasi, atau menghapus data kotor (Winahyu & Suharjo, 2021).
Pembersihan data dilakukan untuk menghilangkan beberapa data tidak memiliki value. Data yang harus dihilangkan ialah seperti username yang di-mention, menghapus
hashtag, RT, dan menghapus @. kemudian yang kedua melakukan case folding untuk menyamaratakan penggunaan huruf kapital, Misalnya data teks yang kita dapat berupa
tulisan "DaTA SCIence"
maka dengan case folding artinya kita mengubah
semua huruf menjadi huruf kecil
(lowercase) semua. Sementara
itu, karakter lain yang bukan termasuk huruf dan angka, seperti tanda baca
dan spasi dianggap sebagai delimiter. Ketiga
melakukan Tokenizing proses pemisahan teks menjadi potongan-potongan yang disebut sebagai token untuk kemudian di analisa. Kata, angka, simbol, tanda baca
dan entitas penting lainnya dapat dianggap
sebagai token.
Keempat melakukan Stopword adalah kata umum yang biasanya muncul dalam jumlah
besar dan dianggap tidak memiliki makna. Contoh stopword dalam bahasa Indonesia adalah �yang�,
�dan�, �di�, �dari�, dll. Makna di balik penggunaan stopword yaitu dengan menghapus
kata-kata yang memiliki informasi
rendah dari sebuah teks, kita
dapat fokus pada kata-kata penting sebagai gantinya. Yang
terakhir adalah melakukan Stemming yaitu
proses menghilangkan infleksi kata
ke bentuk dasarnya, namun bentuk dasar tersebut
tidak berarti sama dengan akar
kata (root word). Misalnya kata �mendengarkan�, �dengarkan�, �didengarkan� akan ditransformasi menjadi kata �dengar�.
Tabel 1. Proses Data Preprocessing
|
No |
Nama proses |
Contoh |
|
1. |
Case folding |
Dua tahun lamaya ga ketemu miss you kalian semua |
|
2. |
Tokenizing |
[�dua�, �tahun�, �lamanya�, �ga�, �ketemu�,
�miss�, �you�, �kalian�, �semua�] |
|
3. |
Stopwords |
�dua tahun
lama ga ketemu miss you kalian semua |
|
4. |
Stemming |
dua tahun lama ga ketemu
miss you kalian semua |
Data training
Data pelatihan yang ditandai sebelumnya memasuki sistem untuk diproses. Data yang
diterima dari Twitter diberikan kategori 1, 0, -1 (positif, netral, negatif). Setelah pelabelan, data diproses sebelumnya, dibobot dan dilatih dengan Naive Bayes.
Data Testing
�Data uji adalah data yang berasal dari kumpulan data tetapi tidak diberi label seperti artikel pelatihan. Item tes dimasukkan ke dalam sistem dan tujuan atau label diprediksi. Item tes juga diproses sebelum klasifikasi.
Algoritma Naive bayes
�Algoritma Naive Bayes Classifier merupakan pengklasifikasian
dengan metode probabilitas, yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya sehingga dikenal sebagai teorema Bayes (Handayani & Pribadi, 2015).
Gambar
5. Algoritma Na�ve Bayes Classifier
�Pendekatan na�ve bayes membuat asumsi sederhana bahwa semua atribut bersifat
independen. Hal ini menyebabkan penggolongan yang jauh lebih sederhana,
ini membuat efektif dalam praktiknya.�
��Confusion Matrix adalah
tool yang berguna untuk menganalisis seberapa baik classifier mengenali kelas yang berbeda. TP dan TN menjelaskan ketika pengklasifikasi mendapatkan sesuatu dengan benar, sementara
FP dan FN menjelaskan ketika
pengklasifikasi mendapatkan
hal yang salah. Dibawah ini adalah rumus
confusion matrix untuk menghitung nilai tingkat akurasi.�
TP������ =
True positif
TN������ =
True negatif
FP������� =
False negatif
FN������ =
False positif
Hasil Dan Pembahasan
Hasil
����������� Hasil penelitian rapid miner dilakukan berdasarkan eksperimen menghasilkan dataset yang sudah terlabel sebanyak 329 data, ari data tersebut dilakukan trainny dan testing. Dengan pembagian data 80% trainny dan 20% data testing
Pembahasan
Uji akurasi ini dilakukan dengan menggunakan alat bantuan rapidminer. Pengujian dilakukan pada 329 data tweet. Di bawah ini adalah rancangan
prosedur pengujian naive
Bayes.
Gambar 6. Design Pengujian Metode Na�ve Bayes
�
Gambar
7. Tahapan Process Document
From Data
Gambar 8. Validasi Pengujian Na�ve Bayes
Hasil akurasi
model na�ve bayes menunjukkan tingkat
akurasinya 67.27% artinya
model klasifikasi kelulusan
menggunakan na�ve bayes terbukti
baik hal ini dilihat dari
tingkat akurasinya yang mencapai 67.27% akan
tetapi hal ini perlu di tinjau
ulang dari sudut pandang kompleksitas
dan jumlah datasetnya. Percobaan pada penelitian
ini menggunakan Rapidminer 9.10.011. Algoritma
yang digunakan adalah naive
bayes. Validasinya menggunakan
x-validation dan untuk testing menggunakan
Apply Model untuk menjalankan
algoritma atau model na�ve
bayes serta Performance untuk
mengukur performa dari model na�ve bayes tersebut.
Accuracy:
67.27% +/- 3.34% (micro average: 67.29%)
Tabel 2
Confusion Matrix Pengujian
Na�ve Bayes
|
|
true Positif� |
true Netral
|
true Negatif
|
class precision |
|
pred. Positif
|
87 |
38 |
0 |
69.60% |
|
pred. Netral |
52 |
59 |
0 |
53.15% |
|
pred. Negatif |
38 |
29 |
177 |
72.54% |
|
class recal |
49.15% |
46.83% |
100.00% |
|
Anda dapat
melihat dari gambar di atas bahwa hasil akurasi dari pengujian metode Naive Bayes. 67.27%.
Memahami Makna
Kalimat
Kendala tersebut
terjadi dikarenakan di dalam sebuah kalimat
mengandung beberapa makna. Sebagai contoh: keluhan, sindiran, serta apresiasi.�
Kendala Pelabelan
Secara Manual
Beberapa catatan yang berisi kata-kata yang tergolong kata positif di awal, tengah, dan akhir kalimat, dan kata-kata yang
tergolong kata negatif dalam kalimat. Hal ini menyebabkan pernyataan ambigu dan kesalahan dalam proses pelabelan.
Data Tidak
Seimbang
Ketidakseimbangan
data mendasari
hambatan dalam memahami
pendapat dan hambatan dalam proses pelabelan. Meskipun
jumlah data
bervariasi,
perbedaan antara data berlabel positif dan data berlabel negatif mempengaruhi hasil.
Aplikasi Sentimen Analisis
Gambar 8. Proses Sentimen Analisis
Gambar 9. Grafik Sentimen Analisis
Gambar
8 merupakan halaman untuk mengecek kata yang terkandung kata negatif, postif, atau negatif.
Sedangakan gambar 9 itu merupakan halaman
grafik, pada halaman ini pengguna dapat
melihat grafik hasil data yang di cek.
Kesimpulan
Sebagai kesimpulan
Analisis sentimen tweet dengan keyword aplikasi web berbagai opini yang ada di bagi 3 klasifikasi
yaitu opini yang bermakna positif, opini bermakna netral dan opini bermakna negatif. Dari semua item data menghasilkan
output dengan metode algoritma multinomial naive bayes karna
klasifikasi lebih dari dua kelas
dan proses di lakukan dengan
80% data untuk training dan 20 %untuk
testing. Pada sistem melakukan
uji evaluasi dengan
confusion matrix. Berdasarkan data yang di uji dan pembagian data train dan tes yang
berbeda akan mendapatkan performa akurasi yang berbeda. Kemudian hasil dari preproses dan uji algoritma di import ke rapid
miner untuk dilakukan input sehingga pengguna
dengan sentimen analisis bisa mengoperasikan
dan dengan mudah mengetahui sentimen analisis dengan input keyword atau hastag yang di cari atau di inginkan.
Berdasarkan penelitian yang
sudah dilakukan dapat dihasilkan output data memberikan pengaruh terhadap precision maka hal ini dikarenakan
Na�ve Bayes Classifier dengan tipe
Multinomial Na�ve Bayes menghitung jumlah istilah dan kata yang ada pada sebuah kelas. Dari hasil penelitian diatas lebih
banyak mengandung sentimen netral yang berisi
makna informasi dan diskusi dan negatif yang berisi makna ketakutan,
bullying, sedih, kecewa,unsur protes lebih sedikit. Pengujian analisis sentimen pada data crawling dengan
keyword @bts_bighit pada sosial
media twitter dengan metode
Multinomial Naive Bayes.
Saran yang dapat
penulis berikan adalah Melakukan pengembangan untuk penelitian analisis sentimen menggunakan algoritma klasifikasi yang lain atau menggunkan dua algoritma atau
lebih yang berbeda supaya di hasilkan output klasifikasi analisis sentimen yang lebih baik dan bermanfaat bagi pengguna. Menambah konversi gambar ke dalam
teks pada sistem ini, karena selain
teks banyak sekali user yang membuat capture untuk memberikan opini atau pendapat
mereka pada hasil crawling
dataset. Selanjutnya perbaikan
menggunakan data latih yang lebih
banyak agar mendapat hasil performa yang lebih akurat.�
Afuan, L. (2013). Stemming Dokumen Teks Bahasa Indonesia. Jurnal Telematika, 6(2), 34�40. Google Scholar
Handayani, F., & Pribadi, S. (2015). Implementasi Algoritma Naive Bayes Classifier dalam Pengklasifikasian Teks Otomatis Pengaduan dan Pelaporan Masyarakat melalui Layanan Call Center 110. Jurnal Teknik Elektro, 7(1), 19�24. Google Scholar
Hofmann, M., & Klinkenberg, R. (2014). RapidMiner: Data Mining Use Cases and Business Analytics Applications (Chapman & Hall/CRC Data Mining and Knowledge Discovery Series) 1st Edition. In Chapter 17-Medical Data Mining. Google Scholar
Khaira, U., Johanda, R., Utomo, P. E. P., & Suratno, T. (2020). Sentiment Analysis Of Cyberbullying On Twitter Using SentiStrength. Indonesian Journal of Artificial Intelligence and Data Mining, 3(1), 21. https://doi.org/10.24014/ijaidm.v3i1.9145 Google Scholar
Liu, B. (2010). Sentiment analysis and subjectivity. Handbook of Natural Language Processing, Second Edition, 627�666. Google Scholar
Manning, C. D., Raghavan, P., & Sch�tze, H. (2008). Introduction to Information Retrieval. Introduction to Information Retrieval, July 2008, 10�12. https://doi.org/10.1017/cbo9780511809071 Google Scholar
Nurzahputra, A., & Muslim, M. A. (2016). Analisis Sentimen pada Opini Mahasiswa Menggunakan Natural Language Processing. Seminar Nasional Ilmu Komputer, Snik, 114�118. Google Scholar
Ortega, R., Calmaestra, J., & Merch�n, J. M. (2008). Cyberbullying | Cyberbullying. 43, 22�31. http://www.scopus.com/inward/record.url?eid=2-s2.0-54349105131&partnerID=MN8TOARS Google Scholar
Winahyu, J., & Suharjo, I. (2021). Aplikasi Web Analisis Sentimen Dengan Algoritma Multinomial Na�ve Bayes. Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), 10(2), 206. https://doi.org/10.23887/karmapati.v10i2.36609 Google Scholar
|
Anisa putri, Ari Muzakir (2022) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
