Detail Cantuman

Perkembangan media sosial sudah semakin pesat, mengingat peran teknologi sudah tidak dapat dilepaskan dari setiap kehidupan manusia. Perbedaan latar belakang pengguna media sosial dapat menimbulkan perbedaan dalam cara berkomunikasi, menyampaikan pendapat, dan cara memandang pendapat dari perspektif yang berbeda, apakah pendapat tersebut positif atau negatif. Hal inilah yang menyebabkan banyak kasus orang depresi bahkan bunuh diri karena membaca komentar negatif di media sosial, terutama dari kalangan public figure. Tahap awal yang dilakukan dalam penelitian ini adalah proses OCR dimana mengidentifikasi tulisan maupun angka dalam bentuk gambar yang dikonversi menjadi bentuk file teks. Selanjutnya pengolahan text preprocessing meliputi tokenizing, casefolding, stopword removal dan stemming. Kemudian feature selection bertujuan untuk mendapatkan fitur pada setiap kata untuk dijadikan parameter klasifikasi. Untuk pengambilan keputusan apakah komentar mengandung makna positif atau negatif menggunakan kernel SVM. Data diambil dari media sosial twitter dengan jumlah data komentar 254 data. Berdasarkan hasil dari eksperimen yang dilakukan, kernel Radial Basis Function (RBF) dengan nilai gamma= 0.05, cost= 10 menghasilkan accuracy sebesar 88%, precision 100%, recall 50% dan f1-Score 67%. Sedangkan kernel polynomial dengan nilai degree=2, cost=10 menghasilkan accuracy sebesar 83%, precision 100%, recall 28% dan f1-Score 43%.