Artificial Intelligence: Tugas 2 Kelebihan AI Dan HI & Sentiment Analysis
Artificial Intelligence: Tugas 2 Kelebihan AI Dan HI & Sentiment Analysis
Tugas 2
Kelebihan AI dan HI & Sentiment Analysis
2. Salah satu implementasi dari AI adalah Sentiment Analysis. Carilah contoh implementasi
mengenai Sentiment Analysis dan pembahasannya!
Jawab :
Sentiment Analysis merupakan suatu teknik Natural Language Processing yang digunakan
untuk dapat mengenali suatu opini apakah opini tersebut bersifat positif, negatif, atau netral.
Sentiment Analysis berfokus pada polaritas teks namun juga dapat digunakan untuk
mendeteksi polaritas perasaan dan emosi tertentu (marah, senang, sedih, dll), urgensi
(mendesak, tidak mendesak), bahkan niat (tertarik, tidak tertarik). Hal ini bergantung pada
bagaimana umpan balik dan pertanyaan pelanggan ingin diinterpretasikan.
Beberapa jenis Sentiment Analysis yang popular digunakan yakni :
1. Graded Sentiment Analysis
Apabila presisi polaritas sangat diutamakan, maka analisis ini adalah pilihan tepat.
Karena dapat menyertakan tingkat positif dan negatif yang berbeda. Contoh
penerapannya adalah sistem rating dengan bintang. Bintang lima untuk menandakan
respons yang sangat positif dan bintang satu untuk respons sangat negatif.
2. Emotion detection
Analisis ini memungkinkan untuk mendeteksi emosi, bahkan melampaui polaritas data.
Untuk bisa melacak emosi, analisis ini memanfaatkan leksikon atau daftar kata yang
mencerminkan emosi tertentu. Beberapa terkadang menerapkan algoritma machine
learning yang sangat rumit.
3. Aspect-based Sentiment Analysis
Jika ingin menganalisis respons terhadap aspek tertentu, tipe ini bisa digunakan.
Dengan aspect-based, Anda bisa mengetahui mana kalimat atau opini yang menunjukkan
respons positif maupun negatif terhadap produk.
4. Multilingual Sentiment Analysis
Jika dibandingkan dengan tiga analisis sebelumnya, inilah jenis yang paling kompleks.
Sebab, analisis ini memerlukan banyak tahapan pra-pemrosesan dan tentunya sumber
daya. Meski kebanyakan sumber daya telah tersedia di internet, tak jarang Anda masih
harus membuat kode untuk bisa menggunakannya. Analisis ini dapat mendeteksi bahasa
dalam teks secara otomatis dengan pengklasifikasi bahasa, lalu melatih model analisis
sentimen khusus untuk mengklasifikasikan teks dalam bahasa yang dipilih.
Penerapan Sentiment Analysis :
1. Social Media Monitoring
Analisis sentimen digunakan dalam pemantauan media sosial, memungkinkan bisnis
untuk mendapatkan wawasan tentang bagaimana perasaan pelanggan tentang topik
tertentu, dan mendeteksi masalah mendesak secara real time sebelum mereka lepas
kendali.
2. Brand Monitoring
Pada dasarnya, cakupan brand monitoring lebih luas daripada social media monitoring.
Hal ini dikarenakan brand monitoring berguna untuk mengetahui sentimen dari opini
publik di berbagai situs. Misalnya portal berita, blog, forum diskusi, dan platform
lainnya di internet. Maka dari itu, hal ini bisa digunakan untuk mengetahui pandangan
orang tentang brand dengan lebih luas.
3. Customer Feedback
Selain melakukan analisa sentimen secara luas melalui media social monitoring dan
brand monitoring, diperlukan juga menerapkannya melalui customer feedback. Sebab,
customer feedback bertujuan untuk mengumpulkan pendapat dari konsumen. Untuk
melakukannya, dapat menggunakan metode survei dan menganalisisnya dengan teknik
sentiment analysis. Misalnya dengan menggunakan survei kepuasan konsumen
(customer satisfaction score), net promoter score, hingga survei customer effort score.
4. Customer Service
Customer service adalah garda terdepan pelayanan konsumen. Dengan customer
service yang baik, konsumen akan berbelanja dengan nyaman. Sering kali terjadi
kesalahpahaman antara customer service dan pelanggan. Dengan analisis ini, dapat
diterapkan untuk meminimalisir hal tersebut. Sebab, teknik ini mampu mendeteksi
nuansa dari sentimen yang disampaikan konsumen.
5. Market Research
Hal yang tidak kalah penting dalam suatu bisnis adalah melakukan market research atau
riset pasar. Memanfaatkan sentiment analysis untuk menilai apa yang sedang tren, apa
yang disukai, ataupun tidak disukai pasar. Kemudian, hasil analisis tersebut dapat
digunakan untuk mengambil keputusan dalam bisnis kedepannya.
Sumber :
▪ https://dataconomy.com/2022/04/is-artificial-intelligence-better-than-human-
intelligence/#Comparison_Artificial_Intelligence_vs_Human_Intelligence
▪ https://widya.ai/apa-kelebihan-dari-kecerdasan-buatan-atau-
ai/#:~:text=Mengurangi%20human%20error%20atau%20kesalahan%20manusia.&text
=Jadi%20tingkat%20kesalahan%20akan%20terus,besar%20kesalahan%20yang%20dil
akukan%20manusia.&text=Ini%20merupakan%20salah%20satu%20kelebihan%20terb
esar%20dari%20kecerdasan%20buatan%20(AI)
▪ https://raharja.ac.id/2020/11/27/kecerdasan-buatan/
▪ https://monkeylearn.com/sentiment-analysis/
▪ https://algorit.ma/blog/sentiment-analysis-adalah-2022/
▪ https://inmarketing.id/sentiment-analysis-adalah.html#1_Social_Media_Monitoring