Page 44 - E Modul Data Analytics _Neat

Data Analytics

perlu dilakukan pemilihan feature terbaik untuk memperoleh hasil klasifikasi yang lebih tinggi,
selain itu yang tidak kalah pentingnya adalah dapat memperoleh informasi terkait fitur-fitur yang
memang berpengaruh terhadap model prediksi dan mempercepat proses komputasi dalam

memprediksi data. (Rusydina, 2016).

3.3.2 Analisis Sentimen

Saat ini teknologi informasi bukan hanya pendukung proses bisnis, melainkan sudah
menjadi faktor keunggulan kompentitif. Organisasi membutuhkan umpan balik tentang produk,

kebijakan, jasa, dan lain-lain dari pengguna. Manfaatnya untuk perbaikan ke depan. Salah satu
cara yang saat ini banyak ditempuh adalah analisa sentimen (sentiment analysis).

Analisis sentimen bermaksud mengumpulkan dan menganalisis sentimen atau pendapat
yang terkandung dalam teks agar dapat memahami pendapat dan keyakinan orang tentang
topik yang sedang dibahas dan untuk memberikan informasi terkait hal-hal tertentu seperti

survei tentang preferensi konsumen, perilaku konsumen, atau tren pasar. Analisis sentimen
sejatinya dapat dilakukan secara manual namun saat ini kebanyakan dilakukan secara otomatis

menggunakan algoritme pembelajaran mesin agar dapat membantu pebisnis dalam
mengembangkan strategi bisnis yang andal. (Ahmed et al., 2016).

Analisis sentimen merupakan bagian dari bidang ilmu data mining. Tujuan dari analisis
sentimen adalah untuk menganalisis sikap, emosi, pendapat, dan evaluasi seseorang terhadap

produk, layanan, atau kegiatan tertentu (Liu, 2012). Sentiment Analysis dapat dibedakan
berdasarkan sumber datanya, beberapa level yang sering digunakan dalam penelitian

32