<![CDATA[Jurnal ini membahas analisis tingkat sentimen entitas di Twitter dengan menggunakan metode TF-IDF. Analisis sentimen adalah proses untuk mengidentifikasi dan mengklasifikasikan opini atau sentimen yang terkandung dalam teks yang ada di Twitter. Fokus pada tingkat entitas memungkinkan pemahaman yang lebih spesifik terhadap sentimen yang terkait dengan entitas tertentu, seperti orang, tempat, organisasi, produk, atau topik lainnya. Metode yang digunakan dalam jurnal ini adalah TF-IDF (Term Frekuensi-Invers Dokumen Frekuensi). Metode ini digunakan untuk menghitung skor sentimen yang berkaitan dengan entitas yang ada di Twitter. TF-IDF menghitung frekuensi kemunculan kata dalam dokumen tersebut serta frekuensi kemunculan kata tersebut di seluruh korpus. Dengan menggunakan metode ini, penulis jurnal berusaha untuk mengidentifikasi kata-kata kunci yang berkontribusi pada sentimen positif atau negatif terhadap entitas yang sedang dianalisis. Penelitian ini bertujuan untuk memberikan wawasan tentang penggunaan metode TF-IDF dalam analisis sentimen pada tingkat entitas di Twitter. Hasil analisis sentimen dapat memberikan pemahaman yang lebih mendalam mengenai opini dan sentimen pengguna Twitter terhadap entitas-entitas yang mereka bahas. Diharapkan penelitian ini dapat memberikan kontribusi dalam pengembangan analisis sentimen lebih lanjut, terutama dalam konteks media sosial seperti Twitter.]]>
Copyrights © 2024
