Page 83 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store
P. 83
b. Menjalankan fungsi untuk memecah kalimat pada kolom “stemming” menjadi
potongan-potongan kata. Selanjutnya simpan hasil tokenization pada kolom
baru “tokenisasi” dan menyimpannya pada file “preprocessing.csv”.
Berikut hasil ulasan sebelum dan sesudah melalui proses tokenisasi yang
terdapat pada Tabel 4.6.
Tabel 4. 6 Contoh Hasil Proses Tokenization
No. Username Sebelum (Stemming) Sesudah (Tokenization)
1 Arif Sherif terima kasih bantu ['terima', 'kasih', 'bantu', 'mudah', 'akses', 'birokrasi',
mudah akses 'baik', 'informasi', 'putar', 'jabar', 'bantu', 'manusia',
birokrasi baik 'sukses', 'terima kasih', 'kasih bantu', 'bantu mudah',
informasi putar jabar 'mudah akses', 'akses birokrasi', 'birokrasi baik', 'baik
bantu manusia sukses informasi', 'informasi putar', 'putar jabar', 'jabar
bantu', 'bantu manusia', 'manusia sukses']
2 Ayik super aplikasi jabar ['super', 'aplikasi', 'jabar', 'juara', 'sedia', 'informasi',
Mardiansah juara sedia informasi 'inovasi', 'jawa', 'barat', 'wajib', 'login', 'aplikasi',
69
