Bisma Aulia, Pradita Eko Prasetyo Utomo, Ulfa Khaira, Tri Suratno
{"title":"在COVID-19时期，用感化法分析了印尼的情绪标签","authors":"Bisma Aulia, Pradita Eko Prasetyo Utomo, Ulfa Khaira, Tri Suratno","doi":"10.35508/JICON.V9I2.4275","DOIUrl":null,"url":null,"abstract":"Penggunaan sosial media di kala pandemi saat ini menjadi pilihan masyarakat dalam mengekspresikan pikirannya, salah satunya adalah Twitter. Dengan adanya fitur tagar di aplikasi Twitter, masyarakat dapat mengetahui informasi terbaru yang sedang tren. Dengan kondisi pandemi saat ini yang memunculkan banyak masalah sosial, politik, ekonomi dan sebagainya, membuat Twitter menjadi tempat masyarakat mengekspresikan emosinya. Belum lama ini, tagar #IndonesiaTerserah menjadi buah bibir di masyarakat karena menggambarkan kekecewaan masyarakat terhadap penanganan virus Corona (COVID-19) di Indonesia. Penelitian ini bertujuan melihat bagaimana sentimen masyarakat Indonesia melalui tagar #IndonesiaTerserah. Sentimen tersebut dianalisis melalui algoritma sentistrength, dan diklasifikasikan menjadi 3 kelas, yakni positif, netral, dan negatif. Algoritma ini menggunakan dasar leksikon sebagai penghitungan bobot kekuatan sentimennya. Tahapan yang dilakukan dalam penelitian ini yakni tahap crawling data, preprocessing data dan pembobotan kata. Hasil dari penelitian ini didapatkan 236 tweet data dengan 41,5% bersentimen netral, 32,2% bersentimen negatif, dan 26,3% bersentimen positif. Penelitian ini diharapkan dapat menjadi tolak ukur pemangku kepentingan dalam mengambil sebuah keputusan","PeriodicalId":334895,"journal":{"name":"Jurnal Komputer dan Informatika","volume":"20 9","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-10-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"ANALISIS SENTIMEN TAGAR #INDONESIATERSERAH DI MASA COVID-19 MENGGUNAKAN METODE SENTISTRENGTH\",\"authors\":\"Bisma Aulia, Pradita Eko Prasetyo Utomo, Ulfa Khaira, Tri Suratno\",\"doi\":\"10.35508/JICON.V9I2.4275\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penggunaan sosial media di kala pandemi saat ini menjadi pilihan masyarakat dalam mengekspresikan pikirannya, salah satunya adalah Twitter. Dengan adanya fitur tagar di aplikasi Twitter, masyarakat dapat mengetahui informasi terbaru yang sedang tren. Dengan kondisi pandemi saat ini yang memunculkan banyak masalah sosial, politik, ekonomi dan sebagainya, membuat Twitter menjadi tempat masyarakat mengekspresikan emosinya. Belum lama ini, tagar #IndonesiaTerserah menjadi buah bibir di masyarakat karena menggambarkan kekecewaan masyarakat terhadap penanganan virus Corona (COVID-19) di Indonesia. Penelitian ini bertujuan melihat bagaimana sentimen masyarakat Indonesia melalui tagar #IndonesiaTerserah. Sentimen tersebut dianalisis melalui algoritma sentistrength, dan diklasifikasikan menjadi 3 kelas, yakni positif, netral, dan negatif. Algoritma ini menggunakan dasar leksikon sebagai penghitungan bobot kekuatan sentimennya. Tahapan yang dilakukan dalam penelitian ini yakni tahap crawling data, preprocessing data dan pembobotan kata. Hasil dari penelitian ini didapatkan 236 tweet data dengan 41,5% bersentimen netral, 32,2% bersentimen negatif, dan 26,3% bersentimen positif. Penelitian ini diharapkan dapat menjadi tolak ukur pemangku kepentingan dalam mengambil sebuah keputusan\",\"PeriodicalId\":334895,\"journal\":{\"name\":\"Jurnal Komputer dan Informatika\",\"volume\":\"20 9\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-10-28\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Komputer dan Informatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35508/JICON.V9I2.4275\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35508/JICON.V9I2.4275","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISIS SENTIMEN TAGAR #INDONESIATERSERAH DI MASA COVID-19 MENGGUNAKAN METODE SENTISTRENGTH
Penggunaan sosial media di kala pandemi saat ini menjadi pilihan masyarakat dalam mengekspresikan pikirannya, salah satunya adalah Twitter. Dengan adanya fitur tagar di aplikasi Twitter, masyarakat dapat mengetahui informasi terbaru yang sedang tren. Dengan kondisi pandemi saat ini yang memunculkan banyak masalah sosial, politik, ekonomi dan sebagainya, membuat Twitter menjadi tempat masyarakat mengekspresikan emosinya. Belum lama ini, tagar #IndonesiaTerserah menjadi buah bibir di masyarakat karena menggambarkan kekecewaan masyarakat terhadap penanganan virus Corona (COVID-19) di Indonesia. Penelitian ini bertujuan melihat bagaimana sentimen masyarakat Indonesia melalui tagar #IndonesiaTerserah. Sentimen tersebut dianalisis melalui algoritma sentistrength, dan diklasifikasikan menjadi 3 kelas, yakni positif, netral, dan negatif. Algoritma ini menggunakan dasar leksikon sebagai penghitungan bobot kekuatan sentimennya. Tahapan yang dilakukan dalam penelitian ini yakni tahap crawling data, preprocessing data dan pembobotan kata. Hasil dari penelitian ini didapatkan 236 tweet data dengan 41,5% bersentimen netral, 32,2% bersentimen negatif, dan 26,3% bersentimen positif. Penelitian ini diharapkan dapat menjadi tolak ukur pemangku kepentingan dalam mengambil sebuah keputusan
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
