Analisis Sentimen Pada Twitter Menggunakan Maximum Entropy

ABSTRAKSI: Analisis sentimen dilakukan dengan membagi opini sesuai dengan polaritas yang terkandung dari opini tersebut. Dalam melakukan klasifikasi sentimen, pada tugas akhir ini digunakan metode Maximum Entropy dengan dua jenis data, yang pertama yaitu tweet yang belum terklasifikasi sebagai sentimen (hanya berdasarkan emoticon) dan terdiri dari berbagai kategori. Kedua, tweet yang sudah terklasifikasi sebagai sentimen dan hanya terdiri dari satu kategori. Percobaan ini dilakukan dan dianalisis dari dua aspek, yaitu jenis data dan perlakuan data saat preprocessing. Hasil akurasi terbaik yang didapatkan oleh Maximum Entropy pada penelitian ini adalah sebesar 98%, dimana data training dan data testing yang digunakan adalah data jenis kedua yang sudah terklasifikasi sebagai sentimen dan hanya terdiri dari satu kategori.Kata Kunci : sentimen, klasifikasi, Twitter, Maximum EntropyABSTRACT: Sentiment analysis is done by dividing opinion in accordance with the inherent polarity of opinion. In performing sentiment classification, this thesis using the Maximum Entropy method with two types of data, the first is the tweets that have not been classified as sentiment (based solely on the emoticon) and consists of various categories. Second, the tweets that have been classified as a sentiment and consists of only one category. The experiment was carried out and analyzed from two aspects, the type of data and data treatment as preprocessing. The best accuracy results obtained by the Maximum Entropy in this thesis is 98%, where the training and testing data used are the second type of data that have been classified as a sentiment and consists of only one category.Keyword: sentiment, classification, Twitter, Maximum Entrop