Laporkan Masalah

SISTEM REKOMENDASI KULINER FAVORIT DENGAN INTEGRASI DATA MEDIA SOSIAL (FOURSQUARE, INSTAGRAM DAN TWITTER)

SIGIT HANAFI, Edi Winarko, Drs., M.Sc., Ph.D.

2016 | Skripsi | S1 ILMU KOMPUTER

Perkembangan media sosial dan pengguna media sosial semakin meningkat. Media sosial dapat dijadikan sumber informasi. Salah satu informasi yang didapatkan dari media sosial adalah opini pengguna mengenai suatu hal. Opini memiliki nilai sentimen positif, negatif atau netral. Salah satu opini yang dapat dimanfaatkan adalah opini mengenai lokasi tempat kuliner. Opini lokasi tempat kuliner dapat dijadikan kriteria pertimbangan pengambilan keputusan pemilihan lokasi tempat kuliner. Metode untuk mendapatkan sentimen data teks disebut Analisis Sentimen. Pada penelitian ini dilakukan dengan menggunakan metode lexicon based dan layanan cloud service Alchemy API. Sentimen data teks dari Twitter dan Instagram diintegrasikan dengan informasi dari media sosial Foursquare sebagai kriteria pembobotan dengan metode SAW. Pembobotan SAW menghasilkan rangking rekomendasi tempat kuliner dengan bobot tertinggi ada pada peringkat pertama. Pada proses analisis sentimen, metode lexicon based menghasikan nilai akurasi rata - rata 75,5% untuk data teks berbahasa Indonesia, sedangkan Alchemy API menghasilkan nilai akurasi rata - rata 74% untuk data teks berbahasa Inggris, sedangkan pada proses pembobotan dengan SAW, nilai bobot kriteria terbaik adalah check-in pengguna: 0,3, jumlah check-in :0,3, tweet positif : 0,1, tweet negatif : 0,1, caption positif : 0,1 dan caption negatif : 0,1. Kata kunci: analisis sentimen, lexicon based, alchemy api, simple additive weighting, rekomendasi tempat kuliner

The development of social media and its users are so rapid recently. Social media can be seen as a source of information. Its users opinion towards something is a valuable information for some people. Opinion had a sentiment score of positive, negative and neutral. One of social media users opinion which can be capitalized here is information about culinary location. Opinion on social media can be used as criteria to choose a culinary site by other users. Sentiment analysis is a method which is used to obtain sentiment score from text that contain opinion. In this study sentiment analysis was conducted by using lexicon based and Alchemy API cloud service. Sentiment data in form of text from Twitter and Instagram would be integrated with the information from Foursquare as value of criterion by using SAW method. The value of this SAW method produces culinary recommendation ranks in which first rank scores the biggest value among others. The result of this analysis shows sentiment analysis process with lexicon based has accuracy rate of 75% for Indonesian data text, while Alchemy API scores 74% accuracy percentage for English data text. The valuing process with SAW shows the best value criteria is user check-in user: 0,3, the number of check-in: 0,3, positive tweet: 0,1, negative tweet: 0,1, positive caption: 0,1 and negative caption: 0,1. Keyword: sentiment analysis, lexicon based, alchemy api, simple additive weighting, culinary recommendation

Kata Kunci : analisis sentimen, lexicon based, alchemy api, simple additive weighting, rekomendasi tempat kuliner, sentiment analysis, lexicon based, alchemy api, simple additive weighting, culinary recommendation

  1. S1-2016-373707-abstract.pdf  
  2. S1-2016-373707-bibliography.pdf  
  3. S1-2016-373707-tableofcontent.pdf  
  4. S1-2016-373707-title.pdf