ANALISIS SENTIMEN PADA DATA TWITTER STUDI KASUS SEPAK BOLA INDONESIA DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION

Twitter merupakan salah satu sarana jejaring sosial yang memungkinkan penggunanya untuk mengirim dan membaca pesan berbasis teks, yang biasa dikatakan sebagai kicauan atau (tweet). Informasi dan berita yang dilakukan pengguna umum saat ini juga bukan lagi eksklusif hanya bisa dilakukan oleh publisher berita besar tapi dapat dilakukan oleh setiap orang. Sehingga dalam twitter banyak memunculkan opini, tidak hanya opini positif atau netral terdapat pula yang negatif. Dalam penelitian ini, opini pengguna yang mengandung positf dan negatif dengan melihat isi dari tweet tersebut dengan menggunakan pembobotan TF-IDF dan metode klasifikasi Jaringan Syaraf Tiruan (JST) Backpropagation. Metode yang digunakan pada penelitian ini untuk preprocesing data menggunakan tokenisais, cleansing, filtering, dan Steming pembobotan data mengunakan TF-IDF. Untuk proses klasifikasi menggunakan Jaringan Syaraf Tiruan Backpropagation. Data yang digunakan adalah tweet dalam bahasa Indonesia. Penelitian ini adalah sentiment terhadap data twitter. Setelah dilakukan penelitian pada data twitter dapat dilihat hasil uji coba beberapa skenario dengan jumlah data 1000 dan 1500 data Tweet hasil klasifikasi Jaringan Syaraf Tiruan Backpropagation dengan jumlah data 1000 skenario yang paling baik pada tabel 4.12 dengan tingkat akurasi mencapai 50,58%, tingkat presisi 100.00%, recall 50,44% , dan f-measure 67,06% jadi ketika perubahan learnig rate yang di inputkan oleh user mempengaruhi perubahan hasil akurasi pada sistem