ANALISIS SENTIMEN OPINI FILM PADA TWITTER MENGGUNAKAN ALGORITME DYNAMIC CONVOLUTIONAL NEURAL NETWORK

FAJAR RATNAWATI, Drs. Edi Winarko, M.Sc., Ph.D

2017 | Tesis | S2 Ilmu Komputer

Film memiliki karakteristik yang unik. Ketika seseorang menulis opini tentang suatu film, tidak hanya cerita dalam film itu sendiri yang ditulis, tetapi juga orang-orang yang terlibat dalam film juga ditulis. Opini film biasa ditulis di media sosial terutama twitter. Untuk mendapatkan kecenderungan opini terhadap film, apakah lebih cenderung beropini positif, negatif atau netral maka dibutuhkan analisis sentimen. Penelitian ini bertujuan untuk melakukan pengklasifikasian opini film berbahasa Indonesia berdasarkan sentimen positif, negatif dan netral serta menghitung akurasi, precission, recall dan f-measure dari metode yang digunakan yaitu Dynamic Convolutional Neural Network. Hasil pengujian pada sistem yang dibangun memperlihatkan bahwa algoritme Dynamic Convolutional Neural Network memberikan hasil akurasi yang lebih baik daripada metode Naive Bayes, dengan nilai akurasi sebesar 80,99 %, nilai precission 81,00%, recall 81,00%, f-measure 79,00% sedangkan nilai akurasi yang dihasilkan Naive Bayes sebesar 76,21 %, precission 78,00%, recall 76,00%, fmeasure 75,00%.

Movie has unique characteristics. When someone writes opinions about a movie, not only the story in the movie itself is written, but also the people involved in the movie are also written. Opinion ordinary movie written in social media primarily twitter. To get a tendency of opinion on the movie, whether opinion is more likely positive, negative or neutral , it takes a sentiment analysis. This study aims to classify movie opinion Indonesian language based on the sentiment is positive, negative and neutral as well as calculate the accuracy, precission, recall and f-measure of the method used is Dynamic Convolutional Neural Network. The test results on a system that is built to show that Dynamic Convolutional Neural Network algorithm provides accuracy results better than Naive Bayes method, the value of accuracy of 80,99%, the value of precission 81,00%, recall 81,00%, f-measure 79,00% while the value of the resulting accuracy Naive Bayes amounted to 76,21%, precission 78,00%, recall 76,00%, f-measure 75,00%.

Kata Kunci : analisis sentimen, opini film, twitter, Dynamic Convolutional Neural Network