Identifikasi dan Klasifikasi Argumen pada Twitter

Ilham Fathoni, Moh. Edi Wibowo, S.Kom., M.Kom., Ph.D.

2020 | Skripsi | S1 ILMU KOMPUTER

Melalui media sosial seperti Twitter, semua pengguna dapat mengutarakan pendapatnya. Fenomena ini dapat memantik adu argumen antar pengguna. Pengklasifikasian argumen dapat dijadikan sebagai indikator diskusi yang konstruktif dan pencegahan penyebaran disinformasi. Pada penelitian ini dilakukan klasifikasi untuk membedakan argumen dari non-argumen dan argumen faktual dari opini. Data yang digunakan berupa tweet berbahasa Indonesia. Klasifikasi dilakukan menggunakan metode Random Forest dan Logistic Regression. Ekstraksi fitur dilakukan dengan metode TF-IDF dengan fitur unigram dan uni-bigram. Hasil terbaik klasifikasi tweet argumen/non-argumen didapat dengan menggunakan metode Random Forest dengan f 1 score sebesar 0,77. Sedangkan, hasil terbaik klasifikasi tweet argumen faktual/opini didapat dengan menggunakan metode Logistic Regression dengan f 1 score sebesar 0,83.

Through social media such as Twitter, everyone can express their opinion. This phenomenon can trigger heated arguments between user. Arguments detection can be used as an indicator of constructive discussions and to prevent the spread of disinformation. In this study, classifications were carried out to distinguish arguments from non-arguments and factual arguments from opinions. Indonesian tweets are used as data source. The classifications were done using Random Forest and Logistic Regression method. Feature extraction were done using TF-IDF with unigram and uni-bigram features. The best result of arguments/non-arguments classification was obtained using Random Forest method with f 1 score of 0,77. On the other hand, the best result of factual arguments/opinions classification was obtained using Logistic Regression method with f 1 score of 0,83.

Kata Kunci : Klasifikasi Teks, Media Sosial, Argumen, Opini, Random Forest, Logistic Regression