Pemilihan Metode dan Algoritma dalam Analisis Sentimen di Media Sosial : Sistematic Literature Review

  • Yerik Afrianto Singgalen Atma Jaya Catholic University of Indonesia, Indonesia
Keywords: Sentiment Analysis, Systematic Literature Review, Portal Garuda

Abstract

This article use Systematic Literature Review (SLR) to classify sentiment analysis based on case studies, methods, social media, and platforms. The coding stage is divided into three stages, namely the open, selective and axial coding. The literature study on sentiment analysis is divided into two parts: identifying gaps based on case studies and data sources and identifying gaps based on the methods or algorithms used. The gap identification results based on case studies and data sources show that popular review topics are synonymous with entertainment, economic and political content. Therefore, the quantity of research with review topics related to the implementation of education, the dynamics of the bureaucracy, health facilities and services, and non-governmental organization’s activities need to be increased. Meanwhile, the most dominant platforms used as data sources are website and mobile-based applications. The results of the gap identification based on the method and algorithm show that the quantity of research with the Naive Bayes Classifier (NBC) and Support Vector Machine (SVM) method or algorithm is more dominant than the k-Nearest Neighbor (k-NN) and Lexicon-based. Thus, it is necessary to increase the number of other classification methods such as Particle Swarm Optimization, BM25, Decision Tree, K-Means, and Neural Networks.

Downloads

Download data is not yet available.

References

E. Mas’udah, E. D. Wahyuni, and A. A. Arifiyanti, “Analisis Sentimen: Pemindahan Ibu Kota Indonesia Pada Twitter,” J. Inform. dan Sist. Inf., vol. 1, no. 2, pp. 397–401, 2020.

N. A. Eginda, P. P. Adikara, and R. C. Wihandika, “Analisis Sentimen Layanan Astra Honda Motor Menggunakan Metode Naïve Bayes dan Identifikasi Aspek pada Layanan Menggunakan DBSCAN,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 929–937, 2020.

D. A. Muthia, “Analisis Sentimen Pada Review Buku Menggunakan Algoritma Naive Bayes,” J. Paradig., vol. XVI, no. 1, pp. 8–16, 2016.

D. Rustiana and N. Rahayu, “Analisis Sentimen Pasar Otomotif Mobil: Tweet Twitter Menggunakan Naïve Bayes,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 1, pp. 113–120, 2017.

V. Chandani, F. I. Komputer, and U. D. Nuswantoro, “Komparasi Algoritma Klasifikasi Machine Learning Dan Feature Selection pada Analisis Sentimen Review Film,” J. Intell. Syst., vol. 1, no. 1, pp. 56–60, 2016.

A. N. Ulfah and M. K. Anam, “Analisis Sentimen Hate Speech Pada Portal Berita Online Menggunakan Support Vector Machine (SVM),” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 1, pp. 1–10, 2020.

H. Tuhuteru, “Analisis Sentimen Masyarakat Terhadap Pembatasan Sosial Berksala Besar Menggunakan Algoritma Support Vector Machine,” Inf. Syst. Dev., vol. 5, no. 2, pp. 7–13, 2020.

S. W. Yudha and M. Wahyudi, “Komparasi Algoritma Klasifikasi Untuk Analisis Sentimen Review Film Berbahasa Asing,” Semin. Nas. Inform. Sist. Inf. Dan Keamanan Siber, pp. 180–185, 2018.

E. Fernando, D. Touriano, and D. F. Murad, “Karakteristik Kelayakan Teknologi RFID sebagai Kebutuhan Bisnis pada Perusahaan Logistik di Indonesia : Sistematik Literature Review,” J. Sist. Komput. dan Kecerdasan Buatan, vol. 2, no. 2, pp. 15–22, 2019.

R. Lestari, A. Yusuf, R. Hargono, and F. E. B. Setyawan, “Review Sistematik: Model Pemulihan Penderita Gangguan Jiwa Berat Berbasis Komunitas,” Arter. J. Ilmu Kesehat., vol. 1, no. 2, pp. 123–129, 2020.

W. Ode, A. Muliani, M. A. Adam, and H. Tahir, “Hubungan antara stres, depresi, kortisol dan periodontitis kronis: tinjauan sistematik,” Makassar Dent. J., vol. 8, no. 2, pp. 73–78, 2019.

A. Wibowo, “Review Sistematik: Elemen-Elemen Utama dalam Membangun Budaya Keselamatan Pasien di Rumah Sakit,” J. Adm. Rumah Sakit Indones., vol. 3, no. 3, pp. 231–238, 2017.

A. I. Mutiudin, “Efektivitas proses penyembuhan luka dengan penggunaan modern wound dressing pada pasien ulkus diabetik: a sistematik review,” J. Keperawatan Kebidanan, vol. 3, no. 2, pp. 12–21, 2019.

T. Solehati, C. E. Kosasih, Y. Rais, N. Fithriyah, D. Darmayanti, and N. R. Puspitasari, “Kangaroo Mother Care Pada Bayi Berat Lahir Rendah : Sistematik Review,” Promot. J. Kesehat. Masy., vol. 8, no. 1, p. 83, 2018.

I. Rozi, S. Pramono, and E. Dahlan, “Implementasi Opinion Mining (Analisis Sentimen) Untuk Ekstraksi Data Opini Publik Pada Perguruan Tinggi,” J. EECCIS, vol. 6, no. 1, pp. 37–43, 2016.

R. Kurniawan and A. Apriliani, “Analisis Sentimen Masyarakat Terhadap Virus Corona Berdasarkan Opini Dari Twitter Berbasis Web Scraper,” Jurnal INSTEK (Informatika Sains dan Teknologi), vol. 5, no. 1. p. 67, 2020.

A. K. Fauziyyah and D. H. Gautama, “Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python,” J. Ilm. SINUS, vol. 18, no. 2, p. 31, 2020.

T. Mardiana, H. Syahreva, and T. Tuslaela, “Komparasi Metode Klasifikasi Pada Analisis Sentimen Usaha Waralaba Berdasarkan Data Twitter,” J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 267–274, 2019.

D. Wahyu, P. Lestari, R. S. Perdana, and P. P. Adikara, “Klasifikasi Video Clickbait pada YouTube Berdasarkan Analisis Sentimen Komentar Menggunakan Learning Vector Quantization ( LVQ ) dan Lexicon- Based Features,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 3, no. 2, pp. 8772–8777, 2019.

F. D. Alkadri, Y. A. Sari, and Sutrisno, “Analisis Sentimen Ulasan Video Animasi Menggunakan Metode Latent Semantic Indexing,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 3, no. 1, pp. 503–509, 2019.

D. J. Haryanto, L. Muflikhah, and M. A. Fauzi, “Analisis Sentimen Review Barang Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 2909–2916, 2018.

S. Robbana, “Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 10, 2020.

A. W. Attabi, L. Muflikhah, and M. A. Fauzi, “Penerapan Analisis Sentimen untuk Menilai Suatu Produk pada Twitter Berbahasa Indonesia dengan Metode Naïve Bayes Classifier dan Information Gain,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 4548–4554, 2018.

A. Faesal, A. Muslim, A. H. Ruger, and K. Kusrini, “Sentimen Analisis Terhadap Komentar Konsumen Terhadap Produk Penjualan Toko Online Menggunakan Metode K-Means,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 2, pp. 207–213, 2020.

B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit. Inform., vol. 4, no. 2, p. 113, 2018.

M. Y. Ardiansyah, M. A. Fauzi, and S. Adinugroho, “Penerapan Term Frequency - Modified Inverse Document Frequency pada Analisis Sentimen Ulasan Barang menggunakan Metode Learning Vector Quantization,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 6, pp. 5592–5598, 2019.

W. Paulina, F. A. Bachtiar, and A. N. Rusydi, “Analisis Sentimen Berbasis Aspek Ulasan Pelanggan Terhadap Kertanegara Premium Guest House Menggunakan Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 4, pp. 1141–1149, 2020.

K. I. Ruslim, P. P. Adikara, and Indriati, “Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Support Vector Machine dan Lexicon Based Features,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 7, pp. 6694–6702, 2019.

F. Gunawan, M. A. Fauzi, and P. P. Adikara, “Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile),” Syst. Inf. Syst. Informatics J., vol. 3, no. 2, pp. 1–6, 2017.

S. R. Wardhana and D. Purwitasari, “Klasifikasi Multi Class Pada Analisis Sentimen Opini Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability,” INTEGER J. Inf. Technol., vol. 4, no. 1, pp. 1–15, 2019.

A. N. Royyan, Indriati, and L. Muflikhah, “Analisis Sentimen Review Aplikasi Mobile Dengan Menggunakan Metode Modified K-Nearest Neighbour ( MK-NN ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 10, pp. 3157–3161, 2018.

A. M. Pudjajana and D. Manongga, “Sentimen Analisis Tweet Pornografi Kaum Homoseksual Indonesia Di Twitter Dengan Naive Bayes,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 313–318, 2018.

L. Widiastuti, “Pemilihan Fitur Pada Analisis Sentimen Review Travel Online Menggunakan Algoritma Naïve Bayes Dalam Penerapan Mutual Information Dan Particle Swarm Optimization ( PSO ),” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 3, no. 1, p. 10, 2018.

S. Ernawati and R. Wati, “Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel,” J. Khatulistiwa Inform., vol. VI, no. 1, pp. 64–69, 2018.

R. Arief and K. Imanuel, “Analisis Sentimen Topik Viral Desa Penari Pada Media Sosial Twitter Dengan Metode Lexicon Based,” J. Ilm. Matrik, vol. 21, no. 3, pp. 242–250, 2019.

I. T. S. A. Pamungkas, “Analisis Sentimen Terhadap Tokoh Publik Menggunakan Algoritma Support Vector Machine ( Svm ),” Log!K@, vol. 8, no. 1, pp. 69–79, 2018.

J. A. Pratama, Y. Suprijadi, and Z. Zulhanif, “The Analisis Sentimen Sosial Media Twitter Dengan Algoritma Machine Learning Menggunakan Software R,” J. Fourier, vol. 6, no. 2, p. 85, 2017.

V. Effendy, “Analisis Sentimen Berbahasa Indonesia Dengan Pendekatan Lexicon Based (Studi Kasus : Solusi Pengelolaan Sampah),” Komputa J. Ilm. Komput. dan Inform., vol. 4, no. 1, pp. 49–54, 2016.

F. O. Suryanputra, B. W. Yohanes, and S. Nugroho, “Analisis Sentimen untuk Komentar pada Sistem Pencarian Kost Menggunakan Metode Support Vector Machine (SVM),” Techné J. Ilm. Elektrotek., vol. 16, no. 01, pp. 41–47, 2017.

M. R. Firdaus, F. M. Rizki, F. M. Gaus, and I. K. Susanto, “Analisis Sentimen Dan Topic Modelling Dalam Aplikasi Ruangguru,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 4, no. 1, p. 66, 2020.

D. Wulandari, Indriati, and C. Dewi, “Analisis Sentimen p ada Ulasan ‘ Lazada ’ Berbahasa Indonesia Menggunakan BM25 dan K-Nearest Neighbor ( K-NN ) dengan Perbaikan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 5, pp. 5017–5023, 2019.

S. Ernawati, “Penerapan Particle Swarm Optimization Untuk Seleksi Fitur Pada Analisis Sentimen Review Perusahaan Penjualan Online Menggunakan Naive Bayes,” J. Evo, vol. 4, no. 1, pp. 45–54, 2016.

S. R. Wardhana, D. Purwitasari, and S. Rochimah, “Analisis Sentimen Pada Review Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability,” J. Sist. dan Inform., vol. 11, no. 1, pp. 128–136, 2016.

J. Reynaldo, P. P. Adikara, and R. C. Wihandika, “Analisis Sentimen Mengenai Produk Toyota Avanza Menggunakan Metode Learning Vector Quantization Versi 3 ( LVQ 3 ) dengan Seleksi Fitur Chi Square , Lexicon-Based Features serta Normalisasi Min-Max,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 830–839, 2020.

H. Prasetya, G. A. Buntoro, and D. Mustikasari, “Analisis Sentimen Pada Channel Autonetmagz Terhadap Review Mobil Almaz 2019 Dengan Metode Naive Bayes Classifier Dan Lexicon Based,” Komputek, vol. 4, no. 1, p. 58, 2020.

R. Cahyani and P. P. Adikara, “Analisis Sentimen terhadap Ulasan Hotel menggunakan Boosting Weighted Extreme Learning Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 8, pp. 7767–7773, 2019.

A. Taufik, “Optimasi Particle Swarm Optimization Sebagai Seleksi Fitur Pada Analisis Sentimen Review Hotel Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” J. Tek. Komput. AMIK BSI, vol. III, no. 2, pp. 40–47, 2017.

R. I. Permatasari et al., “Analisis Sentimen Film pada Twitter Berbahasa Indonesia Menggunakan Ensemble Features dan Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, pp. 5921–5927, 2018.

A. Z. Amrullah, A. Sofyan Anas, and M. A. J. Hidayat, “Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square,” Jurnal, vol. 2, no. 1, pp. 40–44, 2020.

A. Kurniawan, Indriati, and S. Adinugroho, “Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based Features,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 9, pp. 8335–8342, 2019.

F. Rozy, S. Rangkuti, M. A. Fauzi, Y. A. Sari, E. Dewi, and L. Sari, “Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dengan Ensemble Feature dan Seleksi Fitur Pearson Correlation Coefficient,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6354–6361, 2018.

C. A. Putri, “Analisis Sentimen Review Film Berbahasa Inggris Dengan Pendekatan Bidirectional Encoder Representations from Transformers,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 6, no. 2, pp. 181–193, 2020.

P. Antinasari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Film Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes Dengan Perbaikan Kata Tidak Baku,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1733–1741, 2017.

N. S. Fathullah, Y. A. Sari, and P. P. Adikara, “Analisis Sentimen Terhadap Rating dan Ulasan Film dengan menggunakan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 2, pp. 590–593, 2020.

F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, p. 50, 2018.

H. Sumarno, “Komparasi algoritma klasifikasi machine learning pada analisis sentimen film berbahasa Indonesia,” Bina Insa. Ict J., vol. 4, no. 2, pp. 189–196, 2017.

S. Budi, “Text Mining Untuk Analisis Sentimen Review Film Menggunakan Algoritma K-Means,” Techno.COM, vol. 16, no. 1, pp. 1–8, 2017.

N. C. Wirawan and P. P. Adikara, “Analisis Sentimen Dengan Query Expansion Pada Review Aplikasi M- Banking Menggunakan Metode Fuzzy K-Nearest Neighbor ( Fuzzy k-NN ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 1, pp. 362–368, 2018.

I. D. Onantya, Indriati, and P. P. Adikara, “Analisis Sentimen Pada Ulasan Aplikasi BCA Mobile Menggunakan BM25 Dan Improved K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 2575–2580, 2019.

W. Parasati, F. A. Bachtiar, and N. Y. Setiawan, “Analisis Sentimen Berbasis Aspek pada Ulasan Pelanggan Restoran Bakso President Malang dengan Metode Naïve Bayes Classifier,” J. Pengemb. Teknol. Inf. Dan Ilmu Komput., vol. 4, no. 4, pp. 1090–1099, 2020.

D. A. Muthia, “Analisis Sentimen Pada Review Restoran Dengan Teks Bahasa Indonesia Mengunakan Algoritma Naive Bayes,” Jurnalilmu Pengetah. Dan Teknol. Komput., vol. 2, no. 2, pp. 39–45, 2017.

R. Sari, “Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization,” J. Inform., vol. 6, no. 1, pp. 23–28, 2019.

L. D. Utami, “Integrasi Metode Information Gain untuk Seleksi Fitur dan AdaBoost untuk Mengurangi Bias pada Analisis Sentimen Review Restoran Menggunakan Algoritma Naive Bayes,” J. Intell. Syst., vol. 1, no. 2, pp. 120–126, 2016.

D. A. Muthia, “Komparasi Algoritma Klasifikasi Text Mining Untuk Analisis Sentimen Pada Review Restoran,” J. PILAR Nusa Mandiri, vol. 14, no. 1, pp. 69–74, 2018.

M. Kusmira, “Analisis Sentimen Registrasi Ulang Kartu SIM Pada Twitter Menggunakan Algoritma SVM dan K-NN,” Inti Nusa Mandiri, vol. 14, no. 1, pp. 133–138, 2019.

K. A. B. Permana, M. Sudarma, and W. G. Ariastina, “Analisis Rating Sentimen pada Video di Media Sosial Youtube Menggunakan STRUCT-SVM,” Maj. Ilm. Teknol. Elektro, vol. 18, no. 1, p. 113, 2019.

A. S. Widagdo, “Analisis Tingkat Kepopuleran E-Commerce Di Indonesia Berdasarkan Sentimen Sosial Media Menggunakan Metode Naïve Bayes,” J. Inf., vol. 6, no. 1, pp. 1–5, 2020.

S. R. M. Pakpahan, Indriati, and Marji, “Analisis Sentimen Tentang Opini Performa Klub Sepak Bola Pada Dokumen Twitter Menggunakan Support Vector Machine Dengan Perbaikan Kata Tidak Baku,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 7, pp. 7259–7267, 2019.

M. R. A. Nasution and M. Hayaty, “Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter,” J. Inform., vol. 6, no. 2, pp. 226–235, 2019.

O. Dwiraswati and K. N. Siregar, “Analisis Sentimen pada Twitter terhadap Penggunaan Antibiotik Di Indonesia Dengan Naive Bayes Classifier,” Media Inf., vol. 15, no. 1, pp. 1–9, 2019.

A. Nugroho, “Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 2, no. 2, p. 200, 2018.

R. Habibi, D. B. Setyohadi, and E. Wati, “Analisis Sentimen Pada Twitter Mahasiswa Menggunakan Metode Backpropagation,” J. Inform., vol. 12, no. 1, pp. 103–109, 2016.

R. Maulana and S. Redjeki, “Analisis Sentimen Pengguna Twitter Menggunakan Metode Support Vector Machine Berbasis Cloud Computing,” J. TAM ( Technol. Accept. Model ), vol. 6, no. 1, pp. 23–28, 2016.

A. V. Sudiantoro and E. Zuliarso, “Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naive Bayes Classifier,” Din. Inform., vol. 10, no. 2, pp. 398–401, 2018.

S. Hanifah, I. Indriati, and M. Marji, “Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 10, pp. 10309–10315, 2019.

Y. M. Febrianti, I. Indriati, and A. W. Widodo, “Analisis Sentimen Pada Ulasan ‘Lazada ’ Berbahasa Indonesia Menggunakan K-Nearest Neighbor ( K-NN ) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, pp. 3689–3698, 2018.

S. Rahayu, Kusrini, and H. Sismoro, “Sentimen Analisis Review Pengguna Marketplace Online Menggunakan Naïve Bayes Classifier,” J. Inform. dan Teknol. Inf., vol. 3, no. 3, pp. 181–186, 2018.

R. Mahendrajaya, G. A. Buntoro, and M. B. Setyawan, “Analisis Sentimen Pengguna Gopay Menggunakan Metode Lexicon Based Dan Support Vector Machine,” Komputek, vol. 3, no. 2, p. 52, 2019.

I. Kurniawan and A. Susanto, “Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” Eksplora Inform., vol. 9, no. 1, pp. 1–10, 2019.

A. F. Sabily, P. P. Adikara, and M. A. Fauzi, “Analisis Sentimen Pemilihan Presiden 2019 pada Twitter menggunakan Metode Maximum Entropy,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 5, pp. 4204–4209, 2019.

A. Fitri Niasita, P. P. Adikara, and S. Adinugroho, “Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-Bayes,” J-Ptiik, vol. 3, no. 3, pp. 2673–2679, 2019.

F. F. Haranto and B. W. Sari, “Implementasi Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter Terhadap Pelayanan Telkom Dan Biznet,” J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 171–176, 2019.

F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd. Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 2, no. 2, pp. 681–686, 2019.

L. Shanty and W. Wele, “Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 7, pp. 7172–7179, 2019.

Y. T. Pratama, F. A. Bachtiar, and N. Y. Setiawan, “Analisis Sentimen Opini Pelanggan Terhadap Aspek Pariwisata Pantai Malang Selatan Menggunakan TF-IDF dan Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6244–6252, 2018.

R. Y. Hayuningtyas and R. Sari, “Analisis Sentimen Opini Publik Bahasa Indonesia Terhadap Wisata Tmii Menggunakan Naïve Bayes Dan Pso,” J. Techno Nusa Mandiri, vol. 16, no. 1, pp. 37–42, 2019.

M. A. Fauzi and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking Image Processing View project Smart Wheelchair View project,” Researchgate.Net, vol. 2, no. 8, pp. 2766–2770, 2018.

O. Somantri and D. Dairoh, “Analisis Sentimen Penilaian Tempat Tujuan Wisata Kota Tegal Berbasis Text Mining,” J. Edukasi dan Penelit. Inform., vol. 5, no. 2, p. 191, 2019.

Statiswaty, Rusnia, and N. Ransi, “Analisis Sentimen Wisata Bahari Di Sulawesi Tenggara Memanfaatkan Media Sosial Twitter Dengan Menggunakan Metode Lexicon,” semanTIK, vol. 3, no. 2, pp. 161–168, 2017.

R. Ferryawan, Kusrini, and F. W. Wibowo, “Analisis Sentimen Wisata Jawa Tengah Menggunakan Naϊve Bayes,” J. Inf. Politek. Indonusa Surakarta, vol. 5, no. 3, pp. 55–60, 2019.

E. B. Santoso and A. Nugroho, “Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik Di Facebook,” Eksplora Inform., vol. 9, no. 1, pp. 60–69, 2019.

A. A. Amrullah, A. Tantoni, N. Hamdani, R. T. R. L. Bau, M. R. Ahsan, and E. Utami, “Reviewatas Analisis Sentimen Pada Twitter Sebagai Representasi Opini Publik Terhadap Bakal Calon Pemimpin,” Pros. Semin. Nas. Multi Disiplin Ilmu Call Pap. Unisbank, vol. 2, no. 1, pp. 978–979, 2016.

M. W. Pertiwi, “Analisis Sentimen Opini Publik Mengenai Sarana Dan Transportasi Mudik Tahun 2019 Pada Twitter Menggunakan Algoritma Naïve Bayes, Neural Network, KNN dan SVM,” Inti Nusa Mandiri, vol. 14, no. 1, pp. 27–32, 2019.

A. A. Paramitha, Indriati, and Y. A. Sari, “Analisis Sentimen Terhadap Ulasan Pengguna MRT Jakarta Menggunakan Information Gain dan Modified K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 4, pp. 1125–1132, 2020.

N. T. Romadloni, I. Santoso, and S. Budilaksono, “Perbandingan Metode Naive Bayes , Knn Dan Decision Tree Terhadap Analisis Sentimen Transportasi Krl,” J. IKRA-ITH Inform., vol. 3, no. 2, pp. 1–9, 2019.

A. R. Nur Shafiya, Ahmad Afif, “Analisis Sentimen Opini Mahasiswa Terhadap Saran Evaluasi Kinerja Dosen Menggunakan TF-IDF dan K-Nearest Neighbor,” Progr. Stud. Sist. Informasi, Fak. Ilmu Komputer, Univ. Brawijaya, vol. 3, no. 6, pp. 5647–5655, 2019.

A. S. Akbar, E. Sediyono, and O. D. Nurhayati, “Analisis Sentimen Berbasis Ontologi di Level Kalimat untuk Mengukur Persepsi Produk,” J. Sist. Inf. Bisnis, vol. 5, no. 2, pp. 84–97, 2016.

P. S. M. Suryani, L. Linawati, and K. O. Saputra, “Penggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia,” Maj. Ilm. Teknol. Elektro, vol. 18, no. 1, p. 145, 2019.

M. Yasid, “Analisis Sentimen Maskapai Citilink Pada Twitter Dengan Metode Naãve Bayes,” J. Ilm. Inform., vol. 7, no. 02, p. 82, 2019.

A. M. Pravina, I. Cholissodin, and P. P. Adikara, “Analisis Sentimen Tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 2789–2797, 2019.

R. Wati, “Penerapan Algoritma Genetika Untuk Seleksi Fitur Pada Analisis Sentimen Review Jasa Maskapai Penerbangan,” J. Evolusi, vol. 4, no. 1, pp. 25–31, 2016.

L. R. Dharmawan, I. Arwani, and D. E. Ratnawati, “Analisis Sentimen pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Mahasiswa Universitas Brawijaya dengan Metode K- Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 959–965, 2020.

L. K. Harsono, Y. Alkhalifi, Nurajijah, and W. Gata, “Analisis Sentimen Stakeholder atas Layanan haiDJPb pada Media Sosial Twitter Dengan Menggunakan Metode Support Vector Machine dan Naïve Bayes,” J. Ilmu-ilmu Inform. dan Manaj., vol. 14, no. 1, pp. 36–44, 2020.

N. D. Mentari, M. A. Fauzi, and L. Muflikhah, “Analisis Sentimen Kurikulum 2013 Pada Sosial Media Twitter Menggunakan Metode K-Nearest Neighbor dan Feature Selection Query Expansion Ranking,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 8, pp. 2739–2743, 2018.

N. D. Pratama, Y. A. Sari, and P. P. Adikara, “Analisis Sentimen Pada Review Konsumen Menggunakan Metode Naive Bayes Dengan Seleksi Fitur Chi Square Untuk Rekomendasi Lokasi Makanan Tradisional,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 2982–2988, 2018.

R. Asmara, A. Basuki, and M. U. H. Al Rasyid, “Analisis Sentimen Temporal Tentang Kuliner Di Kota Surabaya Berbasis Gender Menggunakan Bahasa Indonesia,” Technomedia J., vol. 5, no. 1, pp. 67–81, 2020.

F. Alvianda and P. P. Adikara, “Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine ( SVM ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 3, no. 1, pp. 241–246, 2019.

B. Andrianto and S. Adinugroho, “Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 12, pp. 7380–7385, 2018.

J. Ipmawati, Kusrini, and E. Taufiq Luthfi, “Komparasi Teknik Klasifikasi Teks Mining Pada Analisis Sentimen,” Indones. J. Netw. Secur., vol. 6, no. 1, pp. 28–36, 2017.

V. Christanti et al., “Perbandingan Pengklasifikasi K-Nearest Neighbor Dan Neighbor-Weighted K-Nearest Neighbor Pada Sistem Analisis Sentimen Dengan Data Microblog,” Front. J. Sains Dan Teknol., vol. 1, no. April, pp. 81–90, 2018.

Y. T. Arifin, “Komparasi Fitur Seleksi Pada Algoritma Support Vector Machine Untuk Analisis Sentimen Review,” J. Inform. UBSI, vol. 3, no. September, pp. 191–199, 2016.

A. S. Amirul Haj, V. Amrizal, and A. Arini, “Analisis Sentimen Kinerja KPU Pemilu 2019 Menggunakan Algoritma K-Means Dengan Algoritma Confix Stripping Stemmer,” J. Innov. Inf. Technol. Appl., vol. 2, no. 01, pp. 9–18, 2020.

U. Rofiqoh, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia Pada Twitter Dengan Metode Support Vector Machine dan Lexion Based Feature,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, pp. 1725–1732, 2017.

Sunardi and A. Fadlil, “Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier Pada Angket Mahasiswa,” Saintekbu, vol. 10, no. 2, pp. 1–9, 2018.

S. Afrizal, H. N. Irmanda, N. Falih, and I. N. Isnainiyah, “Implementasi Metode Naïve Bayes untuk Analisis Sentimen Warga Jakarta Terhadap Kehadiran Mass Rapid Transit,” J. Inform., vol. 4221, pp. 157–168, 2019.

S. Akhmad, P. P. Adikara, and R. C. Wihandika, “Analisis Sentimen Kebijakan Pemindahan Ibukota Republik Indonesia dengan Menggunakan Algoritme Term-Based Random Sampling dan Metode Klasifikasi Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 10, pp. 10086–10094, 2019.

M. I. D. Sakariana, Idriati, and C. Dewi, “Analisis Sentimen Pemindahan Ibu Kota Indonesia Dengan Pembobotan Term BM25 Dan Klasifikasi Neighbor Weighted K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 748–755, 2020.

D. Suci, A. Yanti, and P. P. Adikara, “Analisis Sentimen Tentang Kebijakan Ganjil Genap Kendaraan Bermotor di DKI Jakarta Pada Twitter Menggunakan BM25 dan K-Nearest Neighbor,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 2626–2631, 2019.

N. Ruhyana, “Analisis Sentimen Terhadap Penerapan Sistem Plat Nomor Ganjil / Genap Pada Twitter Dengan Metode Klasifikasi Naive Bayes,” J. IKRA-ITH Inform., vol. 3, no. 1, pp. 94–99, 2019.

H. S. Utama, D. Rosiyadi, D. Aridarma, and B. S. Prakoso, “Sentimen Analisis Kebijakan Ganjil Genap Di Tol Bekasi Menggunakan Algoritma Naive Bayes Dengan Optimalisasi Information Gain,” J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 247–254, 2019.

D. G. Nugroho, Y. H. Chrisnanto, and A. Wahana, “Analisis Sentimen Pada Jasa Ojek Online Menggunakan Metode Naive Bayes,” in Prosiding SNST ke-7 Tahun 2016, 2016, pp. 156–161.

W. Setyobudi, A. Alwi, and I. P. Astuti, “Sentimen Analisis Twitter Terhadap Penyelenggaraan Gojek Traveloka Liga 1 Indonesia,” Komputek, vol. 2, no. 1, p. 56, 2018.

R. Raksanagara, Y. H. Chrisnanto, and A. I. Hadiana, “Analisis Sentimen Jasa Ekspedisi Barang Menggunakan Metode Naïve Bayes,” Pros. SNST ke-7 Tahun 2016, pp. 19–24, 2016.

R. A. Nandini, Y. A. Sari, and P. P. Adikara, “Analisis Sentimen Impor Beras 2018 Pada Twitter Menggunakan Metode Support Vector Machine dan Pembobotan Jumlah Retweet,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 4, pp. 3396–3406, 2019.

M. H. Azhar, P. P. Adikara, and Y. A. Sari, “Analisis Sentimen pada Ulasan Hotel dengan Fitur Score Representation dan Identifikasi Aspek pada Ulasan Menggunakan K-Modes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 2777–2782, 2018.

S. W. U. Vitandy, A. A. Supianto, and F. A. Bachtiar, “Analisis Sentimen Evaluasi Kinerja Dosen menggunakan Term Frequency- Inverse Document Frequency dan Naïve Bayes Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 6, 2019.

B. A. Sevsa and M. D. R Wahyudi, “Analisis Sentimen pada Indeks Kinerja Dosen Fakultas SAINTEK UIN Sunan Kalijaga Menggunakan Naive Bayes Classifier,” J. Buana Inform., vol. 10, no. 2, p. 112, 2019.

A. Faisal, Y. Alkhalifi, A. Rifai, and W. Gata, “Analisis Sentimen Dewan Perwakilan Rakyat Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 5, no. 2, p. 61, 2020.

S. F. Pratama, R. Andrean, and A. Nugroho, “Analisis Sentimen Twitter Debat Calon Presiden Indonesia Menggunakan Metode Fined-Grained Sentiment Analysis,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 4, no. 2, p. 39, 2019.

R. Y. Yanis, “Analisis Sentimen terhadap Debat Pemilihan Gubernur Jakarta Tahun 2017,” Aiti, vol. 15, no. 2, pp. 128–134, 2018.

R. Ferdiana, F. Jatmiko, D. D. Purwanti, A. S. T. Ayu, and W. F. Dicka, “Dataset Indonesia untuk Analisis Sentimen,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 8, no. 4, p. 334, 2019.

W. A. Luqyana, I. Cholissodin, and R. S. Perdana, “Analisis Sentimen Cyberbullying Pada Komentar Instagram dengan Metode Klasifikasi Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, pp. 4704–4713, 2018.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” INTEGER J. Inf. Technol., vol. 1, no. 1, pp. 32–41, 2017.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur Jawa Timur 2018 Dengan Metode Naive Bayes Classifier,” J. Informatics Pelita Nusant., vol. 4, no. 1, pp. 27–32, 2019.

A. R. T. Lestari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Pilkada DKI 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Näive Bayes dan Pembobotan Emoji,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1718–1724, 2017.

A. Deviyanto and M. D. R. Wahyudi, “Penerapan Analisis Sentimen Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 3, no. 1, p. 1, 2018.

L. A. Utami, “Analisis Sentimen Opini Publik Berita Kebakaran Hutan Melalui Komparasi Algoritma Support Vector Machine dan K-Nearest Neighbor Berbasis Particle Swarm Optimization,” J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 103–112, 2017.

L. Oktasari, Y. H. Chrisnanto, and R. Yuniarti, “Text Mining Dalam Analisis Sentimen Asuransi Menggunakan Metode Niave Bayes Classifier,” Pros. SNST, vol. 7, pp. 37–42, 2016.

W. E. Nurjanah, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Terhadap Tayangan Televisi Berdasarkan Opini Masyarakat pada Media Sosial Twitter menggunakan Metode K-Nearest Neighbor dan Pembobotan Jumlah Retweet,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, pp. 1750–1757, 2017.

I. M. B. S. Darma, R. S. Perdana, and Indriati, “Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi Fitur,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 3, pp. 998–1007, 2018.

Published
2021-06-25
Abstract views: 12788 times
Download PDF: 6664 times
How to Cite
Singgalen, Y. (2021). Pemilihan Metode dan Algoritma dalam Analisis Sentimen di Media Sosial : Sistematic Literature Review. Journal of Information Systems and Informatics, 3(2), 278-302. https://doi.org/10.33557/journalisi.v3i2.125

Most read articles by the same author(s)

<< < 1 2 3