Crawling Data dan

Sentiment Analysis Twitter

Prof. Dr. Ema Utami, S.Si., M.Kom.

Ainul Yaqin, M.Kom
Agus Fatkhurohman, M.Kom

Natural Language Processing

Fakultas Ilmu Komputer 1

 Sentimen Analysis

• Analisis Sentimen adalah proses mengumpulkan dan

menganalisis data berdasarkan perasaan, ulasan, dan
pemikiran orang tersebut.
• Analisis sentimen sering disebut sebagai penambangan
opini karena menggali fitur penting dari opini orang.
• Analisis Sentimental dilakukan dengan menggunakan
berbagai teknik machine learning, model statistik dan
Natural Language Processing (NLP) untuk ekstraksi fitur
dari data yang besar

Fakultas Ilmu Komputer 2

 Penerapan Sentimen Analysis
• Industry Evolution
Keuntungan bagi industri diantaranya restaurants,
entertainment, hospitality, mobile customer, retail or
being travel.
• Research Demand
tema penelitian yang akan dilatarbelakangi sejak
lamadisiplin ilmu komputer seperti text mining, machine
learning, natural language processing and artificial
intelligence, voting advise applications, automated
content analysis, etc.
• Decision Making
Review dan opini juga membantu orang-orang untuk
mengambil keputusan penting yang membantu mereka
dalam bidang penelitian dan bisnis
Fakultas Ilmu Komputer 3
 Penerapan Sentimen Analysis

• Understanding Contextual
Karena bahasa manusia semakin hari semakin kompleks
sehingga semakin sulit bagi mesin untuk dapat
memahami bahasa manusia yang dapat diekspresikan
dalam bahasa gaul, salah eja, nuansa, dan variasi budaya.
• Internet Marketing
menjadi monitoring tentang opini dari pengguna tentang
brand, product, event di blog atau social post.

Fakultas Ilmu Komputer 4

 Literature Review of Sentiment

• Research terakhir di area sentimen analysis

menggunakan data yang diperoleh user dari
social networking websites seperti Facebook,
Twitter, Amazon, etc.
• Sentiment analysis bergantung pada machine
learning algorithm
• fokus utamanya adalah untuk menemukan
apakah teks yang diberikan mendukung atau
menentang dan untuk mengidentifikasi polaritas
teks.

Fakultas Ilmu Komputer 5

 proposed architecture

Langkah-1 Pertama kita akan melakukan

streaming tweet dengan bantuan library
Tweepy dengan python
Langkah-2 Kemudian kami melakukan pra-
proses tweet ini, sehingga cocok untuk
penambangan dan ekstraksi fitur.
Langkah-3 Setelah pra-pemrosesan, kami
meneruskan data ini ke dalam pengklasifikasi
terlatih kami, yang kemudian
mengklasifikasikannya ke dalam kelas positif
atau negatif berdasarkan hasil yang dilatih.

Fakultas Ilmu Komputer 6

 Twitter API

Fakultas Ilmu Komputer 7

 Cara Mendaftar Tweet API

https://developer.twitter.com/en

Fakultas Ilmu Komputer 8

 Contoh Jupyter

Fakultas Ilmu Komputer 9

 Hasil Crawling

Fakultas Ilmu Komputer 10

 Google Translate

Fakultas Ilmu Komputer 11

 TextBlob

Fakultas Ilmu Komputer 12

Crawling Twit menggunakan query

Fakultas Ilmu Komputer 13

Sentiment dengan TextBlob

Fakultas Ilmu Komputer 14

Hasil Sentimen dengan TextBlob

Fakultas Ilmu Komputer 15

 Hasil Sentimen

Fakultas Ilmu Komputer 16

 Classification

Fakultas Ilmu Komputer 17

 Classification

Fakultas Ilmu Komputer 18

 CONTOH

Fakultas Ilmu Komputer 19

 Latihan

• Lakukan crawling data dari twitter dengan query

minimal 3 hari berturut data twit!
• Lakukan sentiment analysis
• Kemudian lakukan klasifikasi dengan minimal 2
model dan buatlah kesimpulan

Fakultas Ilmu Komputer 20

 Topik

• Kebocoran data
• Formula E
• Akan dimulainya pembelajaran luring
• Pemindahan ibu kota
• Tambang crypto
• Super bike mandalika

Fakultas Ilmu Komputer 21

 Referensi

• Soergel, Dagobert (1985). Organizing Information: Principles of Data Base

and Retrieval Systems. Academic Press. hlm.230
• Yordanov, V. (2018). Introduction to Natural Language Processing for Text.
https://towardsdatascience.com/introduction-to-natural-language-
processing-for-text-df845750fb63. Diakses pada 14 September 2020.
- https://piptools.net/algoritma-tf-idf-term-frequency-inverse-document-
frequency/
- https://numpy.org/doc/stable/reference/generated/numpy.log10.html
- https://www.nltk.org/
- S. Bird, E. Klein, and E. Loper, Natural Language Processing with python,
2009th ed. O’Reilly.

Fakultas Ilmu Komputer 22