Lexicon-Based Approach Pada Analisis Sentimen Ulasan Airbnb Menggunakan Vader Sentiment

Zulkifli Aminullah, Deni Arifianto, Habibatul Azizah Al Faruq

Abstract


Analisis sentimen telah menjadi fokus penelitian yang penting dalam memahami opini dan tanggapan user terhadap suatu produk atau layanan. Dalam konteks industri akomodasi platform seperti airbnb menjadi sumber tanggapan dari user. Pada penelitian ini, dilakukan analisis sentimen berbasis pendekatan leksikon untuk menganalisis sentimen ulasan airbnb menggunakan metode vader sentiment dengan jumlah data ulasan sebanyak 9930. Pendekatan ini memanfaatkan kumpulan kata dalam lexical resource yang telah diberi nilai sentimen untuk mengekstrak opini positif, negatif, dan netral dengan acuan ambang batas dan rules yang sesuai. Penerapan ambang batas positif 0,05 terbukti dapat memaksimalkan vader dalam mengklasifikasikan kelas yang sesuai sentimennya dengan validasi dari para ahli sebagai pembanding. Tujuan dari penelitian ini adalah untuk mengetahui nilai akurasi, presisi dan recall sebagai gambaran kinerja dari sebuah algoritma.  vader berhasil menghasilkan nilai akurasi yang cukup tinggi yaitu sebesar 96%, presisi 92%, dan recall 93%. Normalisasi kata pada preprocessing text juga tidak kalah penting dalam implementasi vader sentiment, dikarenakan proses normalisasi dapat mengubah kata yang terdapat kesalahan penulisan dan tidak dapat dikenali oleh vader menjadi dapat dikenali vader sentiment. hal tersebut dikarenakan vader sangat bergantung pada lexical resource yang ada.

Kata kunci: Airbnb, Analisis Sentimen, Lexicon-Based, Vader Sentiment.

Full Text:

PDF

References


Abimanyu, D., Budianita, E., Pandu Cynthia, E., Yanto, F., (2022). Analisis Sentimen Akun Twitter Apex Legends Menggunakan VADER. Jurnal Nasional Komputasi Dan Teknologi Informasi, 5(3).

Abiola, O., Abayomi-Alli, A., Tale, O. A., Misra, S., & Abayomi-Alli, O. (2023). Sentiment analysis of COVID-19 tweets from selected hashtags in Nigeria using VADER and Text Blob analyser. Journal of Electrical Systems and Information Technology, 10(1).

Aghnia, R., Wiguna, R., & Rifai, A. I. (2021). Analisis Text Clustering Masyarakat Di Twitter Mengenai Omnibus Law Menggunakan Orange Data Mining. Journal of Information Systems and Informatics, 3(1).

Al-Shabi, M. A. (2020). Evaluating the performance of the most important Lexicons used to Sentiment analysis and opinions Mining. IJCSNS International Journal of Computer Science and Network Security.

Amira Sumitro, P., Iskandar Mulyana, D., Saputro, W. (2021). Analisis Sentimen Terhadapat Vaksin Covid-19 di Indonesia pada Twitter Menggunakan Metode Lexicon Based. Jurnal Informatika dan Teknologi Komputer, 02(02).

Arief, R., & Imanuel, K. (2019). Analisis Sentimen Topik Viral Desa Penari pada Media Sosial Twitter dengan Metode Lexicon based. Jurnal Ilmiah MATRIK, 21(3).

Buntoro, G. A. (2017). Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter. Integer Journal (Vol. 2, Issue 1).

Ditya Dwi Adhi Nugroho, A. A. (2018). Analisis Konten Pelanggan Airbnb pada Network Sosial Media Twitter Content Analysis of Airbnb Customer Based on Twitter Social Media. e-Proceeding of Management, 5(2).

Fauzi, M. A., & Adinugroho, S. (2018). Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking IT for Agriculture View project Image Processing and Computer Vision View project. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(8).

Fauziah, Y., Yuwono, B., & Aribowo, A. S. (2021). Lexicon Based Sentiment Analysis in Indonesia Languages : A Systematic Literature Review. RSF Conference Series: Engineering and Technology, 1(1), 363–367.

Hasibuan, E., & Heriyanto, E. A. (2022). Analisis Sentimen pada Ulasan Aplikasi Amazon Shopping di Google Play Store menggunakan Naive bayes classifier. JTS, 1(3).

Hernikawati, D. (2021). Kecenderungan Tanggapan Masyarakat Terhadap Vaksin Sinovac Berdasarkan Lexicon Based Sentiment Analysis. Jurnal Ilmu Pengetahuan Dan Teknologi Komunikasi, 23(1), 21–31.

Hutto, C. J., & Gilbert, E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Proceedings of the International AAAI Conference on Web and Social Media, 8(1), 216-225.

Illia, F., Eugenia, M. P., & Rutba, S. A. (2021). Sentiment Analysis on PeduliLindungi Application Using TextBlob and VADER Library. Proceedings of 2021 International Conference on Data Science and Official Statistics (ICDSOS), 2021(1).

Indah Nurhafida, S., & Sembiring, F. (2021). Analisis Text Clustering Masyarakat di Twiter mengenai mcdonald’sxbts Menggunakan orange Data Mining. SISMATIK, 1(1).

Khairunnisa, S., Adiwijaya, A., & Faraby, S. Al. (2021). Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19). JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(2), 406.

Maulana, A. R., & Rochmawati, N. (2020). Opinion Mining Terhadap Pemberitaan Corona di Instagram menggunakan Convolutional Neural Network. Journal of Informatics and Computer Science, 02.

Mountstephens, J., Tan Zui Quen, M., & Hung, L. P. (2023). Bilingual Sentiment Analysis on Malaysian Social Media Using Vader and Normalisation Heuristics. Journal of Theoretical and Applied Information Technology, 30(12).

Nur Rahmah, H., & Rini Sulistiyowati, dan. (2022). Penggunaan Software Orange Data Mining pada Implementasi Text Mining dalam Analisis Sentimen Netizen di Twitter Terhadap Kelangkaan Minyak Goreng. SIGMA-Mu, 14(2).

Sanjaya, G., & Muslim Lhaksmana, K. (n.d.-a). Analisis Sentimen Komentar YouTube tentang Terpilihnya Menteri Kabinet Indonesia Maju Menggunakan Lexicon Based. e-Proceeding of Engineering, 7(3).

Sasmito Aribowo, A. (2018). Analisis Sentimen Publik pada Program Kesehatan Masyarakat menggunakan Twitter Opinion Mining. Snimed, 17(23)

Siswanto, A. T., Muhima, R. R., Septiyawan, D., & Wardhana, R. (2022). Analisa Sentimen Review Produk Handphone Pada Situs Amazon Menggunakan Pendekatan Lexicon Berdasarkan Sentiwordnet Article History ABSTRAK. Jurnal Riset Inovasi Bidang Informatika Dan Pendidikan Informatika (KERNEL), 3(1).

Syakur, A. (2021). Implementasi Metode Lexicon base untuk Analisis Sentimen Kebijakan Pemerintah dalam Pencegahan Penyebaran Virus Corona Covid-19 pada Twitter. Jurnal Ilmiah Informatika Komputer, 26(3), 247–260.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.