Python Sentiment

analysis Twitter
using textblob
Nama Kelompok :
1. Ade Nurul Mubin
2. Afrilian Fauzi Ahmad
3. Aldian Nur Faisal
4. Akbar Aji Nugroho
5. Aprilia Fiorentina
6. Fairuz Priyani
 OUTLINE

01 BACKGROUND

02 PROPOSED METHOD
AND DESIGN SYSTEM
03 DATASET AND
IMPLEMENTATION
04 EXPERIMENTAL RESULT
AND DISCUSSION
05 CONCLUSSION AND
REFERENCE
 TOTAL INTERNET ACTIVE SOCIAL UNIQUE MOBILE ACTIVE MOBILE
MEDIA USERS USERS SOCIAL USERS
POPULATION USERS

265.4 132.7 130.0 177.9 120.0

MILLION MILLION MILLION MILLION MILLION

Kemp, S. (2018). Digital in 2018

 Opini yang di-posting di Twitter, atau sering disebut
sebagai tweet merupakan salah satu “harta karun” data yang dapat
diambil dan dianalisa. Kita dapat menggunakan tweet tersebut untuk
menentukan sentimen publik mengenai akun #jokowi dan #prabowo.
35%
Sentimen publik secara singkat adalah reaksi atau emosi
dari text yang ada, baik itu positif, negatif, dan juga netral. Hasil
analisa sentimen publik yang ada tersebut kemudian dapat kita
gunakan sebagai tolak ukur rata-rata reaksi dari masyarakat.
 OBJECTIVE

Perbandingan sentiment analysis twitter

dengan menggunakan bahasa Indonesia dan
bahasa inggris terhadap akun jokowi dan
prabowo
Pengertian Sentiment analysis
Sentiment Analysis adalah penambangan kontekstual teks yang mengidentifikasi dan
mengekstrak informasi subjektif dalam sumber, dan membantu para pembisnis untuk
memahami sentimen sosial dari merek, produk atau layanan mereka saat memantau
percakapan online.
How Social Media
Influences Purchase
Decisions
 Analysis Data

• Timeline status, Twitter hastag

• Tokenize, deleting unnecessery character

Mendaftar untuk mendapatkan
API Twitter.

Meng-install library atau

dependencies yang dibutuhkan

Membuat code program

Cara Kerja

• Sentiment analysis dapat di-implementasikan dengan

metode machinelearning.
• Data dalam bentuk text, contohnya tweet yang masuk/di-
inputakan dipisah-pisah terlebih dahulu. Proses tersebut
disebut juga sebagai tokenisasi. Tokenisasi dilakukan untuk
mempermudah proses analisa dari sebuah kalimat text.
• Setelah itu, sentimen dari input dapat ditentukan dengan cara
mengklasifikasikan kata-kata yang sudah dipisah sebelumnya
dengan sentiment lexicon, sehingga
memunculkan polarity dan subjectivity dari tweet yang ada.
 SOCIAL MEDIA
Data Description

DATA TEST
#PRABOWO
#JOKOWI
DATA MODE:
• 100 tweet limit per akun
• Tweet Clean (#,@,web)
• (penjelasan lebih lanjut di
jupyter notebook)

What We
Do Now?
GRAFIK LIKE DAN RETWEET BERDASARKAN WAKTU
GRAFIK LIKE DAN RETWEET BERDASARKAN JUMLAH
CHART PLATFORM YANG DIGUNAKAN UNTUK MENTWEET OBJEK
PERBANDINGAN ANALISIS SENTIMEN TWITTER DENGAN TEXTBLOB

BAHASA INGGRIS BAHASA INDONESIA

 Conclusion

• Program sentiment analysis merupakan salah satu cara untuk

melihat bagaimana respons dari masyarakat.

• Penggunaan bahasa sangat mempengaruhi hasil dari

sentiment analysis twitter pada suatu akun
https://medium.com/@ahtuz/twitter-sentiment-analysis-bahasa-indonesia-
dengan-textblob-f34e1ffdcdaa

https://marcobonzanini.com/