Implementasi Opinion Mining (Analisis Sentimen) Untuk Ekstraksi Data Opini Publik Pada Perguruan Tinggi

Sentiment analysis atau opinion mining merupakan topik riset yang penting dan sedang marak dilakukan saat ini. Opinion mining merupakan cabang penelitian dari text mining. Fokus dari opinion mining adalah melakukan analisis opini dari suatu dokumen teks. Terdapat tiga buah subproses dari opinion mining yaitu, document subjectivity, opinion orientation dan target detection. Dalam dunia bisnis, opinion mining banyak digunakan untuk menganalisis secara otomatis opini pelanggan tentang produk dan pelayanannya.Pada penelitian ini dikembangkan sistem opinion mining untuk menganalisis opini publik pada perguruan tinggi. Pada subproses document subjectivity dan target detection digunakan Part-of-Speech (POS) Tagging menggunakan Hidden Makov Model (HMM). Pada hasil proses POS Tagging kemudian diterapkan rule untuk mengetahui apakah suatu dokumen termasuk opini atau bukan, serta untuk mengetahui bagian kalimat mana yang merupakan objek yang menjadi target opini. Dokumen yang dikenali sebagai opini selanjutnya diklasifikasikan ke dalam opini negatif dan positif (subproses opinion orientation) menggunakan Naïve Bayes Classifier (NBC). Dari pengujian didapatkan nilai precission dan recall untuk subproses document subjectivity adalah 0.99 dan 0.88, untuk subproses target detection adalah 0.92 dan 0.93, serta untuk subproses opinion orientation adalah 0.95 dan 0.94.Kata Kunci—Analisis Sentimen, Opinion Mining, POS Tagging, Hidden Markov Model, Naïve Bayes Classifier