Analisis Sentimen Tweet Berbahasa Indonesia Menggunakan Aspect Specific Graph Convolutional Network

Abstract

Analisis sentimen merupakan penelitian untuk memahami bagaimana kecenderungan sentimen suatu individu atau kelompok terhadap suatu topik. Penelitian analisis sentimen sudah sering dilakukan sebelumnya, namun metode analisis sentimen yang digunakan memiliki beberapa kekurangan, terutama dalam memahami hubungan kata yang tidak saling bersebelahan atau tidak berurutan. Permasalahan berikutnya adalah kesalahan dalam klasifikasi sentimen yang disebabkan interpretasi hubungan kata yang tidak mempertimbangkan aspek yang menjadi fokus bahasan. Dalam implementasinya, suatu kalimat dapat memiliki lebih dari satu sentimen dikarenakan adanya dua atau lebih aspek yang menjadi fokus pembicaraan. Maka dari itu, dilakukan penelitian analisis sentimen dengan menggunakan salah satu pengembangan Graph Neural Network, yaitu Aspect- Specific Graph Convolutional Network (ASGCN). ASGCN dapat menganalisis sentimen berbasis aspek yang ditentukan dengan mempertimbangkan hubungan kata yang tidak bersebelahan atau tidak berurutan. Pada penelitian ini, digunakan data dari Twitter dengan kata kunci “Anies”, “Ganjar”, “Prabowo” untuk diproses dengan menggunakan algoritma ASGCN. Rataan akurasi dan F1 sebesar 65% dan 59%.