ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP APLIKASI PINJAMAN ONLINE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Aldiansyah Putra, Retnani Latifah

Abstract


Pinjaman online adalah fasilitas penyedia jasa keuangan yang beroperasi secara daring dengan berbasis aplikasi mobile sebagai platform. Adanya aplikasi tersebut menimbulkan banyak diskusi dimasyarakat khususnya cuitan mengenai pinajaman online pada media sosial twitter.Dimana dalam diskusi tersebut ada yang pro dan ada yang kontra, Diskusi di sosial media tersebut dapat dianalisis untuk mengetahui sentimen umum masyarakat terhadap pinjaman online. Salah satu metode yang dapat digunakan aalah metode Support Vector Machine.Berdasarkan hasil pengujian pada penelitian ini dilakukan menggunakan data tweet sebanyak 6500 data ,masing-masing data training sebanyak 80% atau 5300 data tweet dan data testing 20% atau 1300 data. Pada model svm ini dilakaukan skenario percobaan parameter dengan nilai C =1.5 menggunakan kernel rbf menghasilkan akurasi terbaik menggunakan evaluasi Confusion matrix yaitu 84%. Persebaran sentimen analisis terkait pinjaman online yaitu sebanyak 215 tweet positif,538 tweet negatif dan 547 tweet netra.


Full Text:

PDF

References


Aco, H. (2021, October 16). Pinjol Ilegal Marak dan Makan Korban hingga Bunuh Diri, #JokowiStopPinjolBaru Menggema di Twitter. Retrieved from Tribunnews: https://www.tribunnews.com/nasional/2021/10/16/pinjol-ilegal-makin-marak-dan-makan-korban-jokowistoppinjolbaru-menggema-di-twitter

Adrian, M. R., Putra, M. P., Rafialdy, M. H., & Rakhmawati, N. A. (2021). Perbandingan Metode Klasifikasi Random Forest dan SVM Pada Analisis Sentimen PSBB. Jurnal Informatika Upgris.

Asria, D. (2021, June 18). Trending di Twitter, Indonesia Darurat Pinjaman Online, Warganet: Hati-hati! Data Pribadi Tersebar. Retrieved from Kabar Banten Pikiran Rakyat: https://kabarbanten.pikiran-rakyat.com/nasional/pr-592077461/trending-di-twitter-indonesia-darurat-pinjaman-online-warganet-hati-hati-data-pribadi-tersebar

Fikri, M., & Sarno, R. (2019). A comparative study of sentiment analysis using SVM and SentiWordNet. Indonesian Journal of Electrical Engineering and Computer Science 13(3).

Ipmawati, J., Kusrini, & Luthfi, E. T. (2017). Komparasi Teknik Klasifikasi Teks Mining Pada Analisis Sentimen. Indonesian Journal on Networking and Security 6 (1).

Latifah, R., Baddalwan, R., Meilina, P., Saputra, A. D., & Adharani, Y. (2021). Sentiment Analysis of COVID-19 Vaccines from Indonesian Tweets using Various Machine Learning Techniques. 2021 International Conference on Informatics, Multimedia, Cyber and Information System (ICIMCIS). Jakarta.

Muis, I. A., & Affandes, M. (2015). Penerapan Metode Support Vector Machine (SVM) Menggunakan Kernel Radial Basis Function (RBF) Pada Klasifikasi Tweet. SiTekIn : Jurnal Sains, Teknologi dan Industri.

Nurhadi, Z. F. (2017). Model Komunikasi Sosial Remaja Melalui Media Twitter. Jurnal ASPIKOM.

Nurjanah, W. E., Perdana, R. S., & Fauzi, M. A. (2017). Sentiment Analysis of Television Shows Based on Public Opinion on Twitter Social Media using the K-Nearest Neighbor Method and Weighting the Number of Retweets. JPTIIK : Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer.

Panginan, E. K., & Irwansyah. (2020). Fenomena Aplikasi Kredit dan Pinjaman. Jurnal Komunikasi Dan Kajian Media Karya.

Pravina, A. M., & Adikara, P. P. (2019). Analisis Sentimen Tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM). Jurnal Pengembangan Teknologi informasi dan Ilmu Komputer, (pp. 2789-2797). Malang.

Putra, A., Haeirudin, D., Khairunnisa, H., & Latifah, R. (2021). Analisis Sentimen Masyarakat Terhadap Kebijakan PPKM Pada Media Sosial Twitter Menggunakan Algoritma SVM. SEMNASTEK 2021. Jakarta.

redaksi. (2021, October 15). Viral Kantor Pinjol Ilegal Digrebek, #JokowiBrantasPinjolIlegal Trending di Twitter. Retrieved from indonesiatech.id: https://www.indonesiatech.id/2021/10/15/viral-kantor-pinjol-ilegal-digrebek-jokowibrantaspinjolilegal-trending-di-twitter/

Rizaty, M. A. (2022, Agustus 10). Pengguna Twitter di Indonesia Capai 18,45 Juta pada 2022. Retrieved from dataindonesia.id: https://dataindonesia.id/digital/detail/pengguna-twitter-di-indonesia-capai-1845-juta-pada-2022

Rmolnetwork. (2021, October 23). Tagar #AyoPolisiSikatPinjol Trending di Twitter. Retrieved from Rmoljatim.id: https://www.rmoljatim.id/2021/10/23/tagar-ayopolisisikatpinjol-trending-di-twitter

Santoso, E. B., & Nugroho, A. (2019). Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik di Facebook. Jurnal Eksplora Informatika.

Sembodo, J. E., Setiawan, E. B., & Baizal, A. (2016). Data Crawling Otomatis pada Twitter. Conference: Indonesia Symposium on Computing. Bandung.

Susilowati, E., Sabariah, M., & Gozali, A. A. (2015). Implementasi Metode Support Vector Machine untuk Melakukan Klasifikasi Kemacetan Lalu Lintas Pada Twitter. E-Proceeding of Engineering, (pp. 1478-1484).

Utami, D. S., & Erfina, A. (2021). ANALISIS SENTIMEN PINJAMAN ONLINE DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). SISMATIK : Seminar Nasional Sistem Informasi dan Manajemen Informatika, (pp. 299-305).

Utami, S. H., Purnama, A. A., & Hidayanto, A. N. (2022). Fintech Lending in Indonesia: A Sentiment Analysis, Topic Modelling, and Social Network Analysis using Twitter Data. International Journal of Applied Engineering & Technology 4(1).


Refbacks

  • There are currently no refbacks.


Prosiding Seminar Nasional Penelitian LPPM UMJ Indexed by:

Google Scholar

==============================================================================================================

Prosiding Seminar Nasional Penelitian LPPM UMJ
Universitas Muhammadiyah Jakarta
Jl.KH. Ahmad Dahlan Cirendeu Ciputat Jakarta Selatan
Telp : 021 7424950
Fax : 021 7430756

E-ISSN: 2745-6080

==============================================================================================================

Powered by Puskom-UMJ