TEORI DAN IMPLEMENTASI ANALISIS SENTIMEN MENGGUNAKAN PYTHON

YUNITASARI, YESSI (2023) TEORI DAN IMPLEMENTASI ANALISIS SENTIMEN MENGGUNAKAN PYTHON. UNIPMA PRESS, Universitas PGRI Madiun. ISBN 978-623-8095-44-5

Text 5. Naskah Bu Yessi.pdf Download (10MB)

Abstract

Proses analisis sentimen dimulai dari proses pengumpulan Pengumpulan data dapat dilakukan melaui media sosial. Apabila mengumulkan data melalui media sosial. Dataset untuk analisis sentiment dapat dikumpulkan menggunakan hashtag. Selanjutnya dilakukan proses labeling bisa dilakukan berdasarkan komentar yang ada. Misalnya Topping ayamnya melimpah, dapat kita labeli dengan label Positif. Kalimat kedua : Antrinya panjang banget. Tempat agak panas penuh pembeli. Kalimat kedua dapat kita labeli dengan label negatif. Data yang sudah labeling bisa dilanjutkan ke preprocessing data. Preprocessing data meliputi pembersihan data dari karakter- karakter yang tidak relevan seperti tanda baca, stop word, serta stemming atau lemmatization untuk mengubah kata-kata menjadi bentuk dasarnya. Data hasil preprocessing dilanjutkan proses Ekstraksi Fitur. Proses ekstraksi itur dapat menggunakan Unigram dan TFIDF. Pengimplementasian proses ekstraksi itur memanfaatkan class TidfVectorizer pada library scikit-learn. Pada tahap ini, data akan diklasiikasikan menjadi tiga jenis sentimen yaitu positif, negatif, atau netral. Metode yang digunakan untuk klasiikasi sentimen dapat menggunakan machine learning. Terakhir, hasil analisis sentimen perlu dievaluasi dan disajikan secara visual agar mudah dipahami oleh pengguna. Analisis sentimen menjadi semakin penting dalam dunia pemasaran karena memungkinkan perusahaan untuk memahami preferensi dan kebutuhan pelanggan secara lebih mendalam. Dengan mengumpulkan data dari media sosial dan platform online lainnya, perusahaan dapat menganalisis opini dan preferensi pelanggan terhadap merek mereka dan produk yang ditawarkan. Analisis sentiment dapat dilakukan salah satunya dengan menggunakan bahasa pemrograman python

Item Type:	Book
Subjects:	L Education > L Education (General) L Education > LT Textbooks T Technology > T Technology (General)
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Kewirausahaan UNIPMA
Date Deposited:	25 Jan 2024 07:33
Last Modified:	26 Jan 2024 04:10
URI:	http://eprint.unipma.ac.id/id/eprint/327

Actions (login required)

View Item