Comparison of Sentiment Analysis against Digital Payment “T-cash and Go-pay” in Social Media Using Orange Data Mining

Perbandingan Analisis Sentimen Terhadap Digital Payment “ T-cash dan Go-pay” Di Sosial Media Menggunakan Orange Data Mining

  • Novita Anggraini Universitas Bina Darma
  • Heri Suroyo Universitas Bina Darma
Keywords: Analisis Sentimen, Vader, Orange Data Mining, Go-pay, Tcash

Abstract

Saat ini pembicaraan publik di sosial media menjadi salah satu hal menarik untuk diteliti. Dari topik pembicaraan itu menghasilkan komentar yang sebagian besar mengandung opini sentimen. Penelitian ini mencoba menganalisis komentar dengan metode analisis vader, yaitu metode analisis lexicon-based berbasis rule-based sentiment analysis. Vader akan menganalisis text berdasarkan lexicon (a library) yang menghasilkan class sentimen berupa  positif, negatif, dan neutral dengan tambahan skor total atau compound (combined score). Penelitian ini memanfaatkan Prepocess text yang meliputi transformation, tokenization, normalization, dan filtering yang bertujuan agar text bisa dianalisis oleh Orange Data Mining guna mendapat perbandingan analisis sentimen terhadap T-cash dan Go-pay di sosial media. Dari penelitian yang dilakukan mendapat kesimpulan bahwa T-cash memiliki nilai sentimen positif lebih tinggi dari pada Go-pay dan memiliki sentimen negatif yang lebih rendah dari pada Go-pay. Namun persamaanya T-cash dan Go-pay memiliki kesamaan pola grafik dimana sentimen terbesar adalah neutral, diikuti oleh positif, dan terakhir adalah negative.

Downloads

Download data is not yet available.

References

A. Cambero, “A Comparative Study of Twitter Sentiment Analysis Methods for Live Applications,” Theses Rochester Inst. Technol. RIT Sch. Works, hlm. 43, 2016.

M. Karim dan S. Das, “Sentiment Analysis on Textual Reviews,” IOP Conf. Ser. Mater. Sci. Eng., vol. 396, hlm. 012020, Agu 2018.

F. M. Kundi, A. Khan, S. Ahmad, dan M. Z. Asghar, “Lexicon-Based Sentiment Analysis in the Social Web,” J. Basic Appl. Sci. Res., hlm. 12, 2014.

“Drive Saya - Google Drive.” [Daring]. Tersedia pada: https://drive.google.com/drive/u/0/my-drive. [Diakses: 01-Feb-2019].

“Social Media Automation Software - Social Posting & Scheduling -JARVEE.” [Daring]. Tersedia pada: https://jarvee.com/. [Diakses: 01-Feb-2019].

C. J. Hutto dan E. Gilbert, “VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text,” hlm. 10, 2014.

“Sentiment Analysis — Orange3 Text Mining documentation.” [Daring]. Tersedia pada: https://orange3-text.readthedocs.io/en/latest/widgets/sentimentanalysis.html. [Diakses: 03-Des-2018].

“COUNTIFS - Docs Editors Help.” [Daring]. Tersedia pada: https://support.google.com/docs/answer/3256550?hl=en. [Diakses: 09-Mar-2019].

E. Kamelta, “PEMANFAATAN INTERNET OLEH MAHASISWA JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS NEGERI PADANG,” hlm. 5, 2013.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” J. Tek. Inform., hlm. 11, 2017.

Published
2019-09-02
Abstract views: 159 times
Download PDF: 118 times
How to Cite
Anggraini, N., & Suroyo, H. (2019). Comparison of Sentiment Analysis against Digital Payment “T-cash and Go-pay” in Social Media Using Orange Data Mining . Journal of Information Systems and Informatics, 1(2), 152-163. https://doi.org/10.33557/journalisi.v1i2.21