ANALISIS SENTIMEN HASIL CRAWLING PADA MEDIA ONLINE MENGGUNAKAN ELASTICSEARCH DAN ALGORITMA NAIVE BAYES

Sentiment analysis dan opinion mining adalah area yang telah mengalami pertumbuhan yang cukup besar selama dekade terakhir. Bidang penelitian ini mencoba untuk menentukan perasaan, pendapat, emosi, antara lain, orang-orang terhadap sesuatu atau seseorang. Untuk melakukan ini, teknik bahasa alami dan algoritma pembelajaran mesin digunakan. Artikel ini membahas masalah penggalian sentimen dan opini dari kumpulan berita yang diambil dari portal berita. Tujuan pertama dari penelitian ini adalah menghasilkan mesin yang mampu mengklasifikasikan sentimen suatu informasi yang didapatkan dari portal berita yang diambil menggunakan teknik scraping berdasarkan kata kunci yang ditambahkan oleh user melalui aplikasi dashboard. Text preprocessing yang digunakan yaitu tokenize words, remove stopwords dan stemming. Berita dari hasil text processing melalui proses matching sentiment. Yang mengklasifikasikan setiap kata yang termasuk sentiment positif atau negatif, setelah dihitung berapa total positif dan negatif diimplementasikan algoritma Naïve Bayes Classifier untuk menghitung probabilitas sentiment, Confusion Matrix sebagai metode pengujian. Serta menggunakan Elastic search sebagai database untuk menampung data hasil scraping dan Opinion words. Hasil dari data yang telah diklasifikasi akan divisualisasikan di dashboard dalam bentuk chart, yang berisi nilai sentiment positif dan negatif dari berita yang sebelumnya telah diolah berdasarkan kata kunci yang tersimpan didatabase.