Pernahkah anda membaca – baca komentar di media sosial seperti twitter, Instagram ataupun facebook. Beberapa contoh komentar dari sebuah produk kosmetik seperti ini :

 

  1. “setiap selesai pakai produk ini, wajah terasa lebih bersih dan segar”
  2. “produknya tidak efek di wajah saya”
  3. “saya pakai produk ini semakin membuat banyak jerawat di wajah saya “

 

Jika dilihat dari komentar di atas dapat dikategorikan bahwa komentar nomor 1 adalah komentar positif yang menjelaskan bahwa produk tersebut memberikan efek yang baik untuk wajah pengguna. Komentar kedua dikategorikan seabgai netral dimana tidak terlihat pendapat positif ataupun negatif. Pada komentar ketiga terlihat jelas bahwa produk tersebut mendapatkan komentar negatif.

 

Komentar – komentar yang disampaikan pada media sosial dapat dianalisa, namun apabila di analisa satu – satu maka akan membutuhkan waktu yang banyak. Oleh karenanya, dikembangkan berbagai macam metode ataupun teknik yang kemudian digunakan untuk mengkategorikan komentar tersebut, yang biasanya di kenal dengan istilah sentiment analysis. Sentiment analysis (T. Luo et al , 2013) dikelompokan secara umum menjadi dua yaitu

  1. Fakta (objective) : pernyataan objektif terkait suatu entitas ataupun attributnya. Sebagai contoh “Saya membeli hanphone itu kemarin “
  2. Pendapat (subjective) : pernyataan mengenai sentimen, emosi, pendapat ataupun perasaaan terhadai suat entitas ataupun attributnya.

 

Pendapat lain menyatakan bahwa sentiment analysis (Madhat, W. et.al., 2014) dapat dibagi menjadi 3 level yaitu :

  1. Document level : mengkategorikan apakah sebuah dokumen termasuk sentiment postif ataupun negative
  2. Sentence level : menkategorikan sentimen di setiap kaliman
  3. Aspect level : mengkategorikan sentimen menurut aspek tertentu

 

 

Ada berbagai macam metode ataupun teknik untuk mengklasifikasikan sentiment tersebut. Secara umum dibagi menjadi dua yaitu Pendekatan Machine Learning dan  Pendekatan Lexicon Approach Approach.  Dalam Pendekatan Machine Learning , maka algoritma machine learning  akan diterapkan dan fitur linguistic akan diterapkan. Sedangkan pada Pendekatan Lexicon Based,  akan sangat bergantung pada kumpulan – kumpulan dari pernyataan sentimen yang sudah ada. Pendekatan yang terakhir adalah mengabungkan kedua pendekatan di atas dan dikenal dengan istilah pendekatan Hybrid.

 

(lanjut seri – 2) Penjelasan masing masing pendekatan ….

 

 

 

Penulis : Cuk Tho S.Kom., MM., M.Com (IS)

Referensi

 

Luo, T.,  Chen, S., Xu, G., Zhou, J. (2013). Trust-Based Collective View Prediction. Springer, New York.

 

Medhat, W., Hassan, W., Korashy, H., (2014). Sentiment Analysis Algorithms and Application : A survey. Aim Shams Engineering Journey