Opinion Mingng pada Twitter Menggunakan Metode Self Organizing Map

ABSTRAKSI: Twitter merupakan salah satu media jejaring sosial yang digunakan oleh masyarakat untuk menyampaikan ekspresinya dengan kapasitas maksimum 140 karakter. Ekspresi yang disampaikan melalui tweet ini dapat berupa fakta maupun opini. Opini merupakan kalimat subjektif yang menyatakan persepsi seseorang terhadap suatu objek. Dengan teknik orientation detection, opini dapat digolongkan menjadi 2 jenis yaitu positif dan negatif. Hasil dari analisis opini ini dapat memberikan informasi penting dan bermanfaat bagi seseorang atau perusahaan. Ada 2 pendekatan yang bisa digunakan untuk klasifikasi opini yaitu pendekatan supervised dan unsupervised.Pendekatan unsupervised atau semantic orientation merupakan pendekatan klasifikasi opini yang tidak membutuhkan pembelajaran sebelumnya. Salah satu metode yang dapat digunakan adalah Self Organizing Map (SOM) dengan memanfaatkan pos tagger lexicon berbahasa Indonesia. SOM merepresentasikan data dalam 2 dimensi dalam bentuk jaringan syaraf yang digunakan untuk men-training data. Setiap inputan data akan diberikan vector bobot, untuk menghitung similaritasnya. Output yang dipilih berupa data yang terbaik (best match unit) yang dihitung berdasar jarak terdekat dengan sample input menggunakn rumus Eucledian distance. Kelebihan dari pendekatan unsupervised terletak pada kemandirian belajarnya untuk mengenali pola tanpa pemodelan data sebelumnya.Pada tugas akhir ini dilakukan klasifikasi opini menggunakan metode SOM untuk melihat tingkat performansinya yang merupakan jenis metode dengan pendekatan unsupervised.Kata Kunci : opini, klasifikasi, pos tagger, self organizing mapABSTRACT: Twitter becomes one of social networking media which is used by people to conveyed their expression with 140 characters for its maximum capacity. Expression conveyed through this twit can be a fact or an opinion. Opinion is subjective sentence that explain a person’s perception of an object. In orientation detection technique, opinion can be classified into two types, those are positive and negative. The result of this opinion analysis can provide important information and benefit for someone or company. There are 2 approaches that can be used to classify opinion, they are supervised and unsupervised approach.Unsupervised approach or semantic orientation is an opinion classification approach that does not need previous learning. There is one method that can be used for this, that is Self Organizing Map (SOM) using post tagger lexicon Indonesian language. SOM represent data into two dimension in neural network form used to train the data. Every data input will be given weight vector to calculate the similarity. The selected output is the best data (best match unit) calculated based on closest distance to the input sample using Eucledian distance formula. The advantage of this unsupervised approach is its independence learning to recognize the pattern without prior data modeling.This final project will be performed opinion classification using SOM method to see the performance degree which is a kind of method with unsupervised method.Keyword: opinion, classification, pos tagger, self organizing ma