Sentiment Analysis Menggunakan Rule Based Method Pada Data Pengaduan Publik Berbasis Lexical Resources

Public complaints merupakan salah satu bentuk partisipasi masyarakat dalam mengawasi jalannya pembangunan dan pelaksanaan pelayanan publik. Sesuai undang-undang pelayanan publik no 25 tahun 2009, instansi pemerintah penyedia layanan publik wajib menyediakan wadah untuk menampung aspirasi masyarakat baik melalui media sosial maupun website resmi pemerintah. Informasi yang diperoleh dari pengaduan masyarakat baik topik maupun sentiment dari pengaduan bisa digunakan oleh pemerintah untuk meningkatkan kepuasan masyarakat. Penelitian mengenai sentiment analysis sudah banyak dilakukan, baik menggunakan pendekatan statistik, semantik maupun keduanya. Pendekatan statistik sudah banyak sekali digunakan untuk menganalisa sentiment dari teks, sedangkan pendekatan semantik sedang menjadi hot topic saat ini. Pada pendekatan semantik, lexical resources merupakan komponen penting dalam menentukan sentiment dari sebuah teks. Salah satu contohnya Sentiwordnet dan Indonesian sentiment lexicon. Saat ini lexical resources dalam bahasa Indonesia mulai berkembang, akan tetapi lexical resource yang ada belum memiliki polarity score (bobot) yang nantinya bisa digunakan untuk menganalisa tingkat emosi yang terdapat pada teks seperti Sentiwordnet. Sentiwordnet banyak digunakan dalam opinion mining maupun sentiment analysis teks dalam bahasa inggris. Pada penelitian ini, kami mencoba memanfaatkan Sentiwordnet untuk menganalisa sentiment dari pengaduan masyarakat berbahasa Indonesia serta membandingkannya dengan sentimen leksikon Indonesia. Diperoleh nilai akurasi sebesar 47% untuk data pengaduan pada media twitter dan 56.85% untuk data pengaduan pada media center ketika menggunakan Sentiwordnet. Sedangkan pada penggunaan sentimen leksikon Indonesia diperoleh nilai akurasi sebesar 65.4% untuk data pengaduan pada media twitter dan 81.4% untuk data pengaduan pada media center. ================================================================= Public complaints were one of the kinds of public participation and awareness to public service implementation. Information from public complaints can be used by the government to improve public satisfaction. In addition, the government can obtain public sentiment from public complaints either on media social or the official government site. Many researches on sentiment analysis has been done, either used statistical method appro ach, semantic method approach or both. Statistical method approach were widely used. While semantic method approach being hot topic recently. On semantic method approach, lexical resource was an important component to classify sentiment on text. Namely Sen tiwordnet and Indonesian sentiment lexicon. Currently, Indonesian sentiment lexicon for sentiment analysis has grown. But the lexicon doesn’t have polarity score that can be measure emotion on text like Sentiwordnet. Sentiwordnet has been widely used on re searches in English. In this research we apply Sentiwordnet to classify sentiment on Indonesian public complaints with accuracy 47% either on media Twitter and 56.85% on the official government website’s data . Furthermore, we compare it with Indonesian sen timent lexicon and get the accuracy 65.4% on media Twitter and 81.4% on the official government website