Klasifikasi Analisis Sentimen Berdasarkan Data Twitter Berbahasa Indonesia Dengan Menggunakan Metode Maximum Entropy

Dewasa ini social media cukup mendapat perhatian bagi masyarakat dunia, khususnya Indonesia. Hal ini dapat dimanfaatkan sebagai media untuk menganalisis sentimen dari suatu produk kartu seluler. Banyak orang beranggapan bahwa pendapat seseorang dapat menjadi salah satu faktor dalam memilih kartu seluler tersebut. Oleh karena itu menganalisis opini seseorang mengenai produk kartu seluler dapat menjadi jalan keluar dari hal itu. Analisis sentimen itu sendiri merupakan bagian dari studi Natural Language Processing, terdapat beberapa metode untuk menganalisis suatu sentimen salah satunya menggunakan metode Maximum Entropy dengan bantuan TF-IDF dikira akan mendapatkan hasil yang akurat. Data yang digunakan dalam penelitian ini adalah opini seseorang berupa tweet yang diambil dengan cara crawling menggunakan bahasa pemprograman R, sebanyak 30,000 (tiga puluh ribu) records dengan 15 attributes pendukung. Adapun pencarian tweet tersebut ke dalam tiga kategori utama yaitu telkomsel, xl axiata dan juga indosat ooredoo. Adapun kombinasi system terbaik yaitu jika menggunakan nilai TF-IDF sebagai representasi katanya dan jenis feature-set yaitu: adjective, adverb, verb, noun dan conjunction dengan nilai akurasi yang didapatkan sebesar 79.71% sedangkan untuk akurasi data training mencapai 90.67%. Kata kunci: Twitter, TF-IDF, ISP, NLP, Maximum Entropy, Bahasa Indonesia