ANALISIS SENTIMEN MASYARAKAT TERHADAP FENOMENA TERORIS MELALUI TWITTER DI INDONESIA

Andreyestha Andreyestha

Sari


Perkembangan teknologi hingga saat ini memberikan dampak yang besar bagi kehidupan manusia, cepatnya perkembangan tersebut semakin tidak terbendung dengan munculnya berbagai inovasi dalam bidang teknologi yang membuat hidup menjadi lebih mudah dan efisien. Khususnya dalam hal berkomunikasi, saat ini media social menjadi alat penghubung dengan teman, kerabat, atau keluarga yang sangat digemari. Munculnya media sosial seperti twitter selain digunakan untuk menjalin komunikasi juga digunakan sebagai media untuk beropini atau mengutarakan pendapat. Warganet dengan mudah memberikan opininya terkait kasus maupun kejadian yang terjadi bukan hanya disekitar mereka tetapi mencakup seluruh dunia. Dalam penelitian ini yaitu sentiment terhadap fenomena teroris di  Indonesia, opini-opini tersebut akan dikelompokkan kedalam opini positif, negative, atau netral.

Teks Lengkap:

PDF (English)

Referensi


Adamov, A. Z., & Adali, E. (2017). Opinion mining and Sentiment Analysis for contextual online-advertisement. Application of Information and Communication Technologies, AICT 2016 - Conference Proceedings.

Arti kata teroris. Dalam https://kbbi.web.id/teroris diakses pada 7/30/2018 pukul 09.14 WIB

Definisi Teroris dalam UU Terorisme. Dalam https://nasional.inilah.com/read/detail/2458338/ini-definisi-teroris-dalam-uu-terorisme diakses pada 7/30/2018 pukul 09.21 WIB.

Guevara, J., Costa, J., Arroba, J., & Silva, C. (n.d.). Harvesting Opinions in Twitter for Sentiment Analysis. 2018 13th Iberian Conference on Information Systems and Technologies (CISTI), 1–7.

Hadi, A. F., W, D. B. C., Hasan, M., & Penelitian, A. D. (2017). Text Mining Pada Media Sosial Twitter Studi Kasus : Masa Tenang Pilkada Dki 2017 Putaran 2.

Ilmiah, J. P. (2017). Intuisi 9 (1) (2017), 9(1), 18–25.

Kolekar, N. V., Rao, G., Dey, S., Mane, M., Jadhav, V., & Patil, S. (2016). Sentiment analysis and classification using lexicon-based approach and addressing polarity shift problem. Journal of Theoretical and Applied Information Technology, 90(1), 118–125.

Kulkarni, D. S., & Rodd, S. F. (2018). Extensive Study of Text Based Methods for Opinion Mining. 2018 2nd International Conference on Inventive Systems and Control (ICISC), (Icisc), 523–527.

Meng, X., Zhao, S., Mo, H., & Li, J. (2017). Application of anomaly detection for detecting anomalous records of terroris attacks. 2017 2nd IEEE International Conference on Cloud Computing and Big Data Analysis, ICCCBDA 2017, 70–75.

Yunus, A. F. (2017). Radikalisme, Liberalisme dan Terorisme:Pengaruhnya Terhadap Agama Islam, 13(I), 126–1648.

Zhang, Y. (2017). How to Find Valuable References ? Application of Text Mining in Abstract Clustering. 2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD), 2201–2205.




DOI: http://dx.doi.org/10.31599/jki.v19i3.489

Refbacks

  • Saat ini tidak ada refbacks.


Bookmark and Share


##submission.copyrightStatement##

##submission.license.cc.by4.footer##

 


 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License
 

Lembaga Penelitian, Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya (LPPMP UBJ)