Tuesday, March 20, 2018

PENGANTAR ALGORITMA DEEP LEARNING CONTOH KASUS SENTIMENT ANALYSIS ON TWITTER BLACK CAMPAIGN



KELOMPOK
EZRA GABRIEL POLUAN
FADHLURROHMAN
HANDRI FIRDAUS
VIKY FANDREANO


Sentiment Analysis Twitter dengan R Program

Sentiment Analysis adalah pengolahan kata untuk melacak mood masyarakat tentang produk atau topik tertentu. Analisis Sentimen disebut opinion mining (G.Vinodhini, M. Chandrasekaran 2012)

Buka Program R download modul-modul yang kita butuhkan yaitu twitteR, RCurl,  ketikan

install.packages('twitteR')
install.packages('RCurl')
install.packages('wordcloud')
install.packages('corpus')
install.packages('tm')
Tunggu sampai semua proses selesai, setelah itu aktifkan semua modul yang telah di download


require(twitteR)
require(wordcloud)
require(corpus)
require(tm)
require(RCurl)

Untuk melakukan mining di twitter kita terlebih dahulu mengirim secure authorized request ke twitter API, dengan cara masuk ke website https://apps.twitter.com/ lalu login dengan akun twitter kalian yang telah diverifikasi nomer HP.


setelah berhasil, pilih tab Keys and Access Token, lalu kalian akan temukan kode API yang akan digunakan.

selanjutnya masuk ke kodingan kalian untuk mendaftarkan API kalian, dengan cara ketikan

consumer_key <- 'isi dengan Consumer Key'
consumer_secret <- 
'isi dengan Consumer Secret'
access_token <- '
isi dengan Access Token'
access_secret <- '
isi dengan Access Secret'
setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)
buat terlebih dahulu variable baru, lalu panggil fungsi search twitter, Disini saya mengambil tema tentang pelecehan seksual pada anak, maka saya masukkan kata kunci "anak+perkosa", lalu masukan lang "id" dan seberapa banyak tweet yang akan kita tampilkan,
miningtweets <- searchTwitter('tolak+pemimpin', lang="id", n=500,resultType="recent")
lalu akan muncul warning message seperti ini
dari warning message tersebut mengatakan berhasil mengambil tweet sebanyak 200 tweet,
sebelum kita menampilkan tweet, terlebih dahulu kita konversikan menjadi text dengan ketikan
lalu kita akan coba tampilkan semua tweet yang kita mining, buat variable baru lalu panggil fungsi corpus dengan parameter variableyang kita buat sebelumnya

selanjutnya kita akan membersihkan tweet dari elemen elemen yang tidak dibutuhkan seperti angka, spasi, dan hapus juga kata kunci yang tadi kita gunakan
Setelah berhasil lalu kita akan tampilkan wordcloud, fungsi ini adalah fungsi dari R yang sangat menarik karena kita dapat menyusun kata kata menjadi sebuah susunan seperti awan

Kalian juga dapat memodifikasi wordcloud kalian dengan perintah:

Menyusun kata dengan frekuensi terbanyak menjadi di tengah
Memberikan warna

Membatasi jumlah kata

No comments:

Post a Comment