PENGUKURAN TINGKAT KEPOPULARITASAN PARTAI POLITIK DI INDONESIA BERDASARKAN DATA DARI TWITTER

Transkripsi

1 PENGUKURAN TINGKAT KEPOPULARITASAN PARTAI POLITIK DI INDONESIA BERDASARKAN DATA DARI TWITTER TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : NURUL SOLECHAH JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2015 i

2 ii

3 iii

4 iv

5 KATA PENGANTAR Alhamdullilah segala puja dan puji syukur senantiasa penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat, taufiq serta hidayahnya, sehingga penulis dapat menyelesaikan pembuatan Laporan Tugas Akhir (TA) dengan judul Pengukuran Tingkat Kepopularitasan Pertai Di Indonesia Berdasarkan Data Dari Twitter yang diajukan sebagai salah satu syarat untuk meraih gelar Sarjana Strata 1. Dalam penyusunan Tugas Akhir ini penulis berusaha untuk menerapkan ilmu yang telah didapat selama menjalani perkuliahan dengan tidak terlepas dari petunjuk, bimbingan, bantuan dan dukungan dari berbagai pihak. Penulis menyampaikan rasa terima kasih yang tidak mungkin terlupakan kepada pihak-pihak yang telah memberikan bantuan moral maupun material secara langsung maupun tidak langsung kepada : 1. Allah SWT, atas terselesaikannya Laporan Tugas Akhir (TA). 2. Kedua orang tuaku, Abdul Chobir dan Siti Fatimah, terima kasih atas kasih sayang, do a, kesabaran dan pengorbanan tak terhingga yang telah tercurahkan selama ini. 3. Kakakku Abdullah Badri dan Adekku Zulfikar Tri Nugroho terima kasih atas doanya dan dukungannya. 4. Bapak Yufis Azhar S.Kom, M.kom selaku Dosen Pembimbing Bapak Yuda Munarko, S.Kom, M.Sc selaku Dosen Pembimbing Dosen Pengajar yang telah banyak memberikan ilmunya untuk Kami. 7. Ibu Gita Indah M, S.T, M.Kom dan Bapak Zamah Sari, S.T, M.T selaku penguji yang telah dengan sabar memberikan saran demi perbaikan tugas akhir ini. 8. Terima kasih Muhammad Tajalli atas doa, dukungan dan semangatnya selama ini. 9. Terima kasih buat Lu lu ul Mukarromah, Linda Nur Wulansari, Marcellina Ratna, kalian teman yang luar biasa. v

6 10. Teman-teman seangkatan dan seperjuangan, terima kasih atas persahabatan, kebersamaan dan semangat kekeluargaan yang telah terjalin selama ini. 11. Semua pihak yang tidak dapat disebutkan satu persatu oleh penulis terima kasih atas bantuannya. Terima kasih atas semuanya, penulis menyadari bahwa pembuatan Tugas Akhir ini masih banyak kekurangan karena keterbatasan dan kemampuan penulis. Akhirnya penulis berharap semoga memberikan manfaat bagi penulis khususnya, pembaca pada umumnya. Malang, 3 Februari 2014 Nurul Solechah vi

7 DAFTAR ISI Abstrak... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... i iii v vii ix BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Metodologi Studi Pustaka Perancangan Sistem Implementasi Sistem Pengujian Sistem Penulisan Laporan Sistematika Penulisan... 5 BAB II LANDASAN TEORI... 7 vii

8 2.1 Partai Politik di Indonesia Twitter Text Mining Case Folding Tokenizing Filtering Normalisasi Sentiment Analysis Lexicon Based Precision Dan Recall BAB III ANALISA DAN PERANCANGAN SYSTEM Analisa Sistem Kebutuhan Fungsional Kebutuhan Non Fungsional Perancangan Sistem Alur Sistem Flowchart Kepopularitasan Partai Alur Preprocessing Contoh Alur Polaritas Tweet Perancangan Database viii

9 3.4 Perancangan Antar Muka / Interface Penentuan Isi/Content Web Desain dan Prototype BAB IV IMPLEMENTASI DAN PENGUJIAN Implementasi Kebutuhan Hardware dan Software Implementasi Sistem Implementasi Pembuatan Data Training Implementasi Tahap Preprocessing Implementasi Penentuan Polaritas tweet Implementasi Pembuatan Grafik Tampilan / User Interface Pengujian Sistem BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA ix

10 DAFTAR GAMBAR Gambar 2.1 Tahapan Preprocessing... 8 Gambar 2.2 Tahapan Case Folding... 9 Gambar 2.3 Tahapan Tokenizing Gambar 3.1 Flowchart SDLC Gambar 3.2 Consumer Key Gambar 3.3 Flowchart Rancangan Sistem Gambar 3.4 Flowchart Kepopularitasan Partai Gambar 3.5 Alur Preprocessing Gambar 3.6 Flowchart Case Folding Gambar 3.7 Flowchart Tokenizing Gambar 3.8 Flowchart Filtering Gambar 3.9 Flowchart Normalisasi Gambar 3.10 Tahapan Case Folding Gambar 3.11 Tahapan Tokenizing Gambar 3.12 Tahapan Filtering Gambar 3.13 Tahapan Normalisasi Gambar 3.14 Penentuan Polaritas Gambar 3.15 Form Halaman Utama Gambar 3.16 Form Submenu Pilihan Partai Gambar 4.1 Implementasi Casefolding x

11 Gambar 4.2 Implementasi Penghapusan URL Gambar 4.3 Implementasi Hapus retweet, username, dan (#) Gambar 4.4 Implementasi Hapus Non-Alphanumeric Gambar 4.5 Implementasi Tahap Tokenizing Gambar 4.6 Implementasi Tahap Filtering Gambar 4.7 Implementasi Normalisasi Gambar 4.8 Implementasi Pembacaan Kamus Gambar 4.9 Implementasi Penyimpanan Jumlah Kata Gambar 4.10 Implementasi Penyimpanan Jumlah Kata lanjutan Gambar 4.11 Implementasi Penentuan Polaritas Gambar 4.12 Interface Halaman Utama Sistem Gambar 4.13 Interface Menu Daftar Peserta Pemilu Gambar 4.14 Tampilan Grafik xi

12 DAFTAR TABEL Tabel 2.1 Aturan Normalisasi kata Tabel 2.2 Bobot Kata Opini Tabel 3.1 Contoh Opini dari Twitter Tabel 3.2 Daftar Tabel Tabel 3.3 Tabel Parpol Tabel 3.4 Tabel Opini Tabel 3.5 Tabel Hasil Tabel 3.6 Tabel Kamus Kata Positif Tabel 3.7 Tabel Kamus Kata Negatif Tabel 4.1 Tabel kebutuhan Perangkat Keras Tabel 4.2 Tabel Kebutuhan Perangkat Lunak Tabel 4.3 Tabel Sampel Kata Positif Tabel 4.4 Tabel Sampel Kata Negatif Tabel 4.5 Tabel Sampel Kata Negasi Positif Tabel 4.6 Tabel Sampel Kata Negasi Negatif Tabel 4.7 Tabel Pengujian Pertama Kategori Negatif Tabel 4.8 Tabel Pengujian Pertama Kategori Positif Tabel 4.9 Tabel Pengujian Kedua Kategori Negatif Tabel 4.10 Tabel Pengujian Kedua Kategori Positif Tabel 4.11 Tabel Pengujian Ketiga Kategori Negatif xii

13 Tabel 4.12 Tabel Pengujian Ketiga Kategori Positif Tabel 4.13 Tabel Confusion Matrix Pengujian Pertama Tabel 4.14 Tabel Confusion Matrix Pengujian Kedua Tabel 4.15 Tabel Confusion Matrix Pengujian Ketiga xiii

14 DAFTAR PUSTAKA [1] Skoric Marco, 2012, Tweets and Votes: A Study of the 2011 Singapore General Election, Nanyang Technological University [2] Tamasjan Andranik,Timm O.Sprenger,Philipp G.Sandner,Isabell M.Welpe, 2010 Predicting Election with Twitter : What 140 Character Reveal about Political Sentiment, University of Technique Munchen [3] Pak, Alexander & Patrick Twitter as a Corpus for Sentiment Analysis and Opinion Mining (Online),dalam [4] Liu, Bing Sentiment Analysis and Opinion Mining (Online), dalam [5] Turney, Peter Thumbs Up Or Thumb down? Semantic Orientation Applied To Unsupervised Classification Of Review (Online), dalam [6] Adiyasa, Nurfalah Sentiment Analysis Menggunakan Pendekatan Lexicon-Based.(Online) Diakses 5 Maret [7] Zhang, Lei & Riddhiman, Mohammed, Meichun, Bing Combining Lexicon-based and Learning-based methods for Sentiment Analysis. [8] Jeffreybreen Mining Twitter for Airlines Consumer Sentiment. (Online) dalam [9] Sentiment Analysis. (Online) dalam [10] Adidella Pengantar sentiment Analysis. (Online) dalam [11] Putra, Candra Adi Membuat multiple Grafik Chart Berbasis Web. (Online) dalam xiv

15 [12] Itmamudin SS Peranan Teknologi Informasi Dalam Proses Organisasi informasi Di Perpustakaan. (Online) dalam [13] DATAQ Perbedaan : Precision, Recall, & Accuracy. (Online) dalam xv