BAB I PENDAHULUAN 1. 1.1 Latar Belakang Kemunculan jejaring sosial Facebook di tahun 2004 telah berhasil menarik minat jutaan orang diberbagai belahan dunia untuk bergabung menggunakan layanannya. Hal ini menyebabkan munculnya berbagai jejaring sosial lainnya yang memiliki keunggulan masing-masing untuk menarik perhatian pengguna Internet. Salah satunya adalah layanan microblog Twitter. Layanan microblog ini memungkinkan siapa saja untuk berkomunikasi tanpa batas jarak dan waktu. Tidak hanya dimanfaatkan untuk menjalin pertemanan, Twitter juga dimanfaatkan oleh fans maupun haters selebriti sebagai tempat untuk berkumpul dan berinteraksi langsung dengan artis idolanya. Antusias masyarakat yang memberikan perhatian lebih terhadap akun resmi artis di Twitter memunculkan tren penggunaan Twitter sebagai strategi presentasi diri dengan melakukan manajemen kesan (Impression Management). Trend tersebut dipelopori oleh Ashton Kutcher sebagai selebriti pertama yang memiliki satu juta pengikut atau followers di Twitter. Trend tersebut juga mempengaruhi selebriti Indonesia, salah satunya adalah Agnes Monica atau Agnez Mo yang memiliki 14 juta followers Twitter dan menempatkan dirinya sebagai akun Twitter dengan jumlah followers terbanyak di Indonesia. Selain itu, Agnes Monica juga masuk dalam peringkat ketiga Key Influencer pada Shorty Awards 2012. Key influencer memiliki pengertian bahwa orang tersebut disadari sebagai seorang pakar pada bidangnya, dan memiliki banyak pengikut yang bergantung padanya dalam pemilihan keputusan. Shorty Awards merupakan penghargaan bagi orang atau perusahaan yang berpengaruh di Twitter. Dalam upaya manajemen kesan, menurut Lola dalam Alim (2014), Impression Management digunakan untuk mendapatkan pujian atas pertunjukan, wawancara, mencari respon balik, dan kesuksesan dalam karir, sehingga menggali opini fans 13
14 dan haters di media sosial dapat menjadi upaya untuk memperoleh umpan balik berupa apa yang disukai dan tidak sukai oleh fans maupun haters hingga pujian, dan kritik. Walaupun terdapat banyak informasi yang terkandung pada microblog Twitter, mengekstraksi umpan balik di Twitter bukanlah pekerjaan yang mudah. Terbatasnya isi pesan berdampak pada rendahnya keragaman pesan tekstual pada sebuah tweet, banyak penyingkatan kata, kesalahan penulisan, kata-kata tidak baku dan susunan kalimat yang tidak terstruktur (ungrammatical). Membaca ribuan tweet satu per satu sekaligus memilah opini positif dan negatif membutuhkan waktu yang lama, melelahkan dan membosankan dikarenakan jumlah tweet yang besar serta banyak tweet yang sama sekali tidak mengandung informasi yang berguna, sehingga dibutuhkan sebuah peringkasan otomatis oleh mesin untuk mengekstraksi informasi penting di Twitter. Peringkasan teks otomatis atau Text Summarization (TS) telah lama diteliti semenjak tahun 1958. Seiring dengan munculnya subjektifitas pada sebuah kata, kalimat atau dokumen, maka memungkinan bentuk baru TS yaitu TS berbasis sentimen atau Sentiment Summary. Analisis sentimen mengidentifikasi sentimen pada sebuah dokumen di berbagai level (dokumen, fragmen, kalimat, atau bahkan pada level kata) (Pang & Lee, 2008). Sedangkan TS mengidentifikasi bagian paling relevan pada sebuah dokumen tunggal maupun banyak dokumen dan kemudian membuat ringkasan yang mewakili, sehingga TS berbasis sentimen dilakukan dengan cara melakukan klasifikasi polaritas kalimat kedalam kelompok positif, negatif atau netral, kemudian menentukan kalimat mana yang paling penting atau menonjol untuk dijadikan ringkasan final. Walaupun Text Summarization dan Sentiment Analysis sudah lama diteliti dengan baik, penelitian kedua bidang tersebut pada area microblog Twitter masih relatif baru. Tidak banyak algoritma yang tersedia untuk melakukan peringkasan opini di Twitter yang mana dokumen Twitter memiliki karakteristik berbeda dibandingkan dokumen-dokumen pada umumnya. Literatur yang relevan di bidang peringkasan opini saat ini umumnya hanya berfokus pada domain peringkasan ulasan produk, movie, dan hotel pada sebuah situs-situs marketplace.
15 Pada penelitian ini, dilakukan kombinasi metode analisis sentimen menggunakan SentiStrength ke dalam metode peringkasan teks di Twitter menggunakan Hybrid TF-IDF, dan metode Cosine Similarity untuk mengeliminasi tweet hasil peringkasan yang memiliki kemiripan isi pesan. Dengan menggabungkan metode-metode tersebut diharapkan dapat meningkatkan kemampuan Hybrid TF-IDF dalam menghasilkan ringkasan tweet di Twitter, khususnya pada masalah peringkasan sentimen fans dan haters selebriti. 1.2 Rumusan Masalah Berdasarkan latar belakang masalah yang telah diuraikan di atas maka rumusan masalah pada penelitian ini adalah peringkasan teks otomatis di Twitter menggunakan Hybrid TF-IDF dan Cosine Similarity pada penelitian sebelumnya belum mampu mendeteksi kekuatan sentimen. 1.3 Batasan masalah Permasalahan yang dibahas pada penelitian ini memiliki ruang lingkup yang cukup luas, sehingga diberikan batasan-batasan sebagai berikut: 1. Data opini masyarakat yang digunakan dalam penelitian ini adalah tweet berbahasa Indonesia. 2. Input program adalah sejumlah tweet dengan topik selebriti yang didapatkan dari hasil scraping menggunakan fitur pencarian tweet menggunakan kata kunci spesifik. 3. Selebriti yang menjadi studi kasus penelitian adalah Agnes Monica atau Agnez Mo. 4. Tidak dilakukan verifikasi keaslian akun Twitter artis yang menjadi studi kasus. Akun resmi di Twitter dapat diketahui melalui tanda khusus berupa lencana biru disamping nama akun yang didapatkan melalui berbagai tahap verifikasi oleh Twitter.
16 1.4 Tujuan Penelitian Adapun tujuan yang ingin dicapai pada penelitian ini adalah mengkombinasikan SentiStrength, Hybrid TF-IDF dan Cosine Similarity untuk menghasilkan ringkasan sentimen ekstraktif yang lebih baik dan sesuai dengan ringkasan yang dihasilkan oleh manusia pada topik selebriti di Indonesia. 1.5 Manfaat Penelitian Adapun manfaat yang diharapkan dari penelitian ini adalah: 1. Dapat mengurangi waktu dalam menganalisis reaksi masyarakat terhadap acara, performa dan aktifitas artis, selebriti atau figur publik lainnya. 2. Dapat membantu praktisi dan akademisi di bidang Ilmu Komunikasi untuk memperoleh insight strategi dan keberhasilan manajemen kesan yang dilakukan seorang publik figur. 3. Dapat digunakan sebagai referensi untuk penelitian-penelitian selanjutnya. 1.6 Keaslian Penelitian Berdasarkan referensi yang dimiliki, penelitian yang membahas mengenai peringkasan opini Twitter menggunakan kombinasi SentiStrength, Hybrid TF-IDF dan Cosine Similarity pada topik selebriti Indonesia belum pernah dilakukan sebelumnya. Walaupun demikian, terdapat penelitian terdahulu tentang topik dan metode sejenis yang dipaparkan dalam tinjauan pustaka. 1.7 Metode Penelitian Berikut ini adalah tahapan dan metode yang dilakukan dalam penelitian ini: 1. Studi Pustaka Studi Pustaka merupakan kegiatan untuk mempelajari literatur-literatur yang mendukung penelitian. Literatur yang dipelajari berkaitan dengan Text Summarization, Sentiment Analysist, Opinion Mining, SentiStrength, Hybrid TF-IDF, Python, MongoDB, dan AngularJS. Literatur diperoleh dari
17 berbagai sumber antara lain dari jurnal ilmiah, laporan hasil penelitian, dan buku. 2. Analisis Analisis kebutuhan sistem merupakan tahapan untuk mendefinisikan kebutuhan dari sistem yang akan dibangun. 3. Perancangan Perancangan sistem merupakan tahapan dimana alur kerja dari sistem yang akan dibangun digambarkan dengan flowchart. 4. Implementasi Implementasi dilakukan dengan menuliskan kode program berdasarkan alur kerja sistem yang telah dirancang sebelumnya. 5. Pengujian dan Evaluasi Pengujian sistem dilakukan setelah proses implementasi selesai kemudian dilanjutkan dengan proses evaluasi dengan pengecekan akurasi hasil pengujian. 1.8 Sistematika Penulisan Sistematika penulisan merupakan gambaran secara umum pada setiap bab terkait dengan penulisan hasil penelitian. Adapun sistematika penulisan dalam penelitian ini adalah sebagai berikut: BAB I PENDAHULUAN Bab ini akan menguraikan secara singkat mengenai latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, keaslian penelitian, metode penelitian, dan sistematika penulisan tesis. BAB II TINJAUAN PUSTAKA Tinjauan pustaka membahas tentang penelitian-penelitian terdahulu yang terkait dengan penelitian ini. Selain itu, pada bab ini juga diuraikan tentang perbandingan metode antara penelitian ini dengan penelitian yang telah ada sebelumnya.
18 BAB III LANDASAN TEORI Landasan teori memuat tentang teori-teori dasar yang terkait dengan penelitian ini dan menjadi dasar dalam memecahkan masalah dalam peneltian ini. BAB IV ANALISIS DAN PERANCANGAN Bab ini akan menguraikan tentang analisis kebutuhan, spesifikasi data yang digunakan, arsitektur sistem, rancangan proses kerja sistem dalam bentuk flowchart, dan rancangan pengujian. BAB V IMPLEMENTASI Bab ini menguraikan tentang implementasi sistem berupa penulisan kode program dengan bahasa pemrograman Python untuk backend system dan AngularJS untuk frontend system yang mengacu pada rancangan sistem yang telah dibuat sebelumnya. BAB VI HASIL DAN PEMBAHASAN Hasil dan pembahasan berisi tentang hasil implementasi dan pengujian akurasi metode yang diusulkan. BAB VII KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dari hasil penelitian yang telah dilakukan. Kesimpulan diambil berdasarkan hasil dan pembahasan pada bab sebelumnya. Selanjutnya, kekurangan yang ada pada sistem akan dituliskan pada bagian saran untuk pengembangan penelitian di masa yang akan datang.