EUVIMEDEUVIMED entdecken
Crossref

Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter

Hastari Utama, Erna Daniati, Ahlihi Masruro

The Indonesian Journal of Computer Science Research · 2024

DOI: 10.59095/ijcsr.v3i1.93 ↗

Kurz gefasst

Fachartikel in der Zeitschrift The Indonesian Journal of Computer Science Research, 2024. Verfasst von Hastari Utama und 2 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penggunaan sosial media saat ini telah meningkat dengan pesat. Salah satu jenis media sosial yang digunakan adalah Twitter. Media sosial ini memiliki miliaran pengguna dari seluruh dunia. Jadi, dalam waktu yang singkat data tweet yang mereka posting telah ada pada penyimpaannya. Setiap pengguna juga dibatasi jumlah karakter dalam melakukan pengiriman tweetnya. Namun, kumpulan tweet pada media sosial ini memiliki konteks tema yang bervariatif. Hal ini dapat memuat sentimen emosional seperti senang, sedih, gembira, duka, dan sebagainya. Berbagai jenis data tweet yang disediakan ini sangat berpotensial untuk dianalisis terutama bagi perusahaan berbasis profit. Hal ini dapat memuat kebiasaan pelanggan, tren produk, indeks saham, dan sebagainya. Salah satu jenis analisis yang dilakukan adalah sentiment analisis. Hal ini berguna untuk mengklasifikasikan opini tweet yang ada. Opini ini dapat berupa positif, negatif, atau netral. Hasil analisis ini sangat diperlukan perusahaan untuk mengetahui tren yang terjadi pada era ini. Salah satu solusi yang ditawarkan pada penelitian ini adalah dengan menggunakan Weak Supervision. Namun, ada tantangan yang terjadi pada metode ini. Hal ini adalah kuranganya tingkat akurasi jika dibandingkan dengan pelabelan secara manual. Pada penelitian ini dilakukan pelabelan otomatis dengan weak supervision. Selain itu, dilakukan pendekatan labeling function dan Regex Pattern dalam melakukan pelabelan secara otomatis. Hal ini diharapakan dataset yang dilabeli akan menghasilkan model dengan tingkat akurasi mendekat pelabelan secara manual, lebih lagi jika dapat mengungguli metode manual. Selain itu, kontribusi yang diharapkan dalam penelitian ini adalah usaha untuk mempersingkat waktu pelabelan daripada dilakukan secara manual.Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan metode penelitian yang diusulkan, luaran yang ditargetkan, serta uraian kontribusi penelitian. Gunakan style Abstract pada bagian ini dengan satu paragraf.

Zitieren

APA

Utama, H., Daniati, E., & Masruro, A. (2024). Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter. The Indonesian Journal of Computer Science Research. https://doi.org/10.59095/ijcsr.v3i1.93

Vancouver

Utama H, Daniati E, Masruro A. Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter. The Indonesian Journal of Computer Science Research. 2024. doi:10.59095/ijcsr.v3i1.93

BibTeX
@article{Utama2024,
  author = {Utama, Hastari and Daniati, Erna and Masruro, Ahlihi},
  title = {Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter},
  journal = {The Indonesian Journal of Computer Science Research},
  year = {2024},
  doi = {10.59095/ijcsr.v3i1.93}
}
Kostenlos starten →