TEKNIK REALTIME DATA PROCESSING UNTUK MONITORING TWEET MENGGUNAKAN ANALISIS SENTIMEN DENGAN ALGORITMA NAIVE BAYES STUDI KASUS TWEET YANG TERKAIT INSTITUSI UGM

TEGUH PUJI WIDIANTO, Agus Sihabuddin, S.Si., M.Kom

2016 | Skripsi | S1 ILMU KOMPUTER

Twitter.com mempunyai lebih dari 316 juta pengguna aktif setiap bulannya dan mempunyai lebih dari 500 Juta tweet dipublikasikan setiap hari. Khususnya Indonesia, negara dengan penduduk kurang lebih 255 juta pada tahun 2015 merupakan salah satu negara teraktif dalam menggunakan Twitter sebagai media sosial. Karena pengguna Twitter di Indonesia lebih dari 50 juta pengguna, menjadikan Twitter sangat berpengaruh terhadap kehidupan masyarakat indonesia. Hal ini dibuktikan dengan beberapa kasus yang menjadi isu nasional karena banyak perhatian di media Twitter. Oleh karena itu, diperlukan perhatian khusus untuk meminimalisir dampak dari Twitter salah satunya dengan memonitor tweet yang relevan secara realtime. Untuk mengatasi kendala tersebut, penelitian ini bertujuan untuk membuat tool monitoring tweet menggunakan teknik data processing secara realtime. Dengan menggunakan analisis sentimen data hasil pengolahan diklasifikasikan dan ditampilkan dalam media monitoring secara realtime. Pemrosesan data secara realtime dimulai dengan melakukan filter tweet dengan kata kunci tertentu sehingga mendapatkan tweet yang mendekati atau berkaitan dengan UGM. Hasil filter tweet kemudian diproses menggunakan librari Storm dan diklasifikasikan menjadi tweet dengan sentimen positif, negatif dan netral. Analisis sentimen dilakukan dengan menggunkan algoritma Naive Bayes dengan terlebih dahulu membuat data latih yang disimpan dalam Redis Database. Librari seperti Twitter4j, Apache Storm dan Redis dapat digunakan untuk memproses data secara realtime. Teknik tersebut dapat diterapkan untuk memonitoring sentimen tweet yang berkaitan dengan Institusi UGM secara realtime. Protokol websocket dan NodeJs membantu untuk menampilkan data hasil prosesing secara realtime dengan latency yang rendah.

Twitter.com has aproximately 316 million active users montly and more than 500 million tweets are published every day. More specific in Indonesia, Country that have aproximately 255 Million citizen is country that has most active user in the world to use Twitter. Indonesia is expected more than 50 Million have Twitter account, so Twitter is most influence social media in indonesian people. Many cases become national effect because published in Twitter. Therefore, It is required spesific attention to minimalize impact from using Twitter. One of way to solve the problem is monitor the indonesian tweet that relevan with institution in realtime. To overcome these obstacles, the study aims to create monitoring tools that use technique of realtime data processing. The result of data processing tweets were classified with Sentiment analisys before tweets are visualized in web browser realtimely. The data processing is started when application filter tweets with specific keyword to get tweets that related with UGM institution. Storm library is used to process filtered tweet in realtime. The result of processing tweet is classified into tweets containing the positive sentiment, negative sentiment and neutral sentiment with Naive Bayes Algorithm. Before it used Naive Bayes algorithm, application need training data that save in Redis Database. Twitter4J, Apache Storm and Redis Database can be used to process data tweet in realtime. make data processing tool that can monitor tweet in realtime. Websocket protokol and NodeJs can visualize result of processing data in realtime with lower latency.

Kata Kunci : analisis sentimen, realtime processing, monitoring kehumasan