Ringkasan 'Public Reaction to Scientific Research via Twitter Sentiment Prediction'

Tulisan ini dibuat sebagai tugas dari mata kuliah Kapita Selekta

Pengguna media sosial berbagi ide, pemikiran, dan emosi mereka dengan pengguna lain. Namun, tidak jelas bagaimana pengguna online akan menanggapi penelitian baru hasil. Penelitian ini bertujuan untuk memprediksi sifat emosi yang diungkapkan oleh Twitter pengguna terhadap publikasi ilmiah. Selain itu, kami menyelidiki fitur apa dari artikel penelitian membantu dalam prediksi tersebut. Mengidentifikasi sentimen artikel penelitian di media sosial akan membantu para ilmuwan mengukur dampak sosial baru dari penelitian mereka artikel.

 Metodologi yang digunakan adalah mengkategorisasikan nilai nilai sentimen yang ada dengan skala negatif, positif dan netral

Sebelumnya metode ini pernah digunakan untuk mencari sentimen yang ada dalam jurnal jurnal saintifik, namun pada jurnal kali ini akan digunakan untuk menguji dan memeriksa sentimen yang ada dalam platform social media yaitu Twitter

Ada beberapa tools dan metode untuk mengolah data data tweet

1. NLTK2 VADER (Valence Aware Dictionary and sEntiment Reasoner) adalah alat analisis sentimen leksikal dan berbasis aturan di Perangkat Bahasa Alami perpustakaan (NLTK). Komponen VADER, penganalisis intensitas sentimen menghasilkan skor polaritas majemuk untuk teks. Skor ini adalah nilai berkelanjutan dalam kisaran -1 (negatif) hingga +1 (positif). Kami menggunakan versi 3.6.2 dari perpustakaan NLTK.

2. TextBlob3 adalah perpustakaan yang digunakan untuk berbagai tujuan, seperti penandaan bagian-of speech, ekstraksi frase kata benda, dan analisis sentimen.

3. Stanford CoreNLP4 adalah adalah perpustakaan yang dibangun di Jawa. Untuk Stanford CoreNLP,
Paket Python berinteraksi dengan perpustakaan di server yang berjalan di latar belakang pada platform Jawa. Perpustakaan ini menghasilkan skor sentimen sebagai berikut: sangat negatif = 0, negatif = 1, netral = 2, positif = 3, dan sangat positif = 4. Kami menggunakan versi 4.2.0 dari perpustakaan Stanford CoreNLP.

4. SentiStrength5 adalah algoritma oleh Thelwall et al. (2010) digunakan untuk mengekstrak sen-
waktu teks informal. Kami menggunakan pembungkus Python dari algoritma ini untuk menghasilkan sentimen ternary: negatif = -1, netral = 0, positif = 1.

5. Sentiment1406 adalah alat analisis sentimen yang dirancang khusus untuk Twitter. Kami menggunakan API sentimen140 untuk menanyakan sentimen tweet dan mendapatkan polaritas sebagai negatif = 0, netral = 2, dan positif = 4.

Lalu kita membuat tiga macam model machine learning

1. Classification models untuk memprediksi sentimen tweet sebagai label kelas biner (positif dan negatif)
2. Classification models untuk memprediksi sentimen tweet sebagai salah satu dari tiga label kelas (positif, netral, dan negatif)
3. Regression models untuk memprediksi skor sentimen tweet yang tepat.

Link Download Jurnal

Comments

Post a Comment

Popular posts from this blog

Cara Mengatasi Hang/Freeze Pada Laptop Asus TUF Gaming

Image
  Ada beberapa kendala ketika membeli laptop. Seperti ada aplikasi yang tidak kompaktibel, ada yang hardwarenya crashed, dan bahkan memang harus dibawa ke manufakturnya untuk diktukar karena ada barang yang kita beli adalah miss saat quality control Terlepas dari semua kendala tersebut. Saya akan memberikan sekedar solusi yang bisa menjadi manfaat jika permasalahan itu sama dengan kalian. Yaitu, laptop yang suka freeze, hang, saat kita operasikan Sedikit Cerita Saya belum ada setahun menggunakan laptop Asus varian Tuf Gaming ini. Namun saat beberapa minggu pertama saya mencobanya, ada beberapa kendala yaitu laptop sering hang dan freeze tanpa sebab. Ini terjadi secara tiba tiba. Dan seumpamam saya bawa lagi ke outlet laptop ini berasal, saya gak bisa memberikan alasan yang jelas kenapa laptop ini bisa freeze dan hang. Karena memang terjadi tiba tiba saja.    Baca Juga: Cara Menjadi Web Developer Di Tahun 2024   Hingga beberapa bulan selanjutnya, laptop ini semakin se...
Read more

Cara Menjalankan PHP 8 & Laravel 9 Pada Laragon

Image
  Ketika kalian menggunakan aplikasi Laragon, biasanya saat Php muncul versi terbaru, atau apache atau mysql juga muncul versi terbaru, Laragon tidak mau mengupdate secara otomatis. Alih alih kita harus menambahkan sendiri versi PHP yang diinginkan dengan mendownloadnya dari situs resminya Kali ini semua masalah tersebut tidak akan menjadi halangan, karena saya sudah pernah mencoba sendiri dan mengatur sendiri Laragon agar bisa menjalankan PHP 8 (versi PHP terbaru), MySQl dan Apache dengan versi terbaru Biasanya hal ini dibutuhkan ketika kita ingin menjalankan Laravel 9 yang hanya support untuk PHP 8 Bagaimana caranya? Kita ikuti langkah langkah dibawah Peralatan php-8.1.13-nts-Win32-vs16-x64 mysql-8.0.x.-winx64 phpMyAdmin-5.2.0-all-languages Langkah Langkah Download PHP 8 lewat link ini Setelah itu ekstrak di folder ini C:\laragon\bin\php Lalu buka Laragon kalian dan jalankan Setelah itu klik kanan. Lalu pilih PHP, Version dan pilih php-8.xxxxxx Lebih lengkapnya bisa lihat gambar ...
Read more

Tutorial NextJS 13 & Typescript: Membuat Navbar Dengan Shadcn/UI

Image
  Ada dua stack teknologi yang saya perhatikan sedang ramai diperbincangkan di sosial media. Pertama, NextJS dan kedua Typescript. Sebenarnya apa sih yang bikin kedua teknologi ini trending?     Saya mendefisinisikan Typescript adalah javascript dengan gaya. Artinya Typescript adalah javascript yang memiliki fitur lanjutan dimana kita sebagai programmer bisa mengoptimasi penggunaan tipe data menjadi lebih detail sehingga kode minim error     "Ahh, saya ngoding pake Typescript justru muncul banyak error"     Eitssss, jangan salah. Disitulah peran Typescript dimana ia mengingatkan programmer bahwa ada beberapa sisi dalam codingan kita yang bisa diimprove lagi     Kali ini kita akan menjajal menggunakan NextJS dan Typescript untuk membuat Navbar sederhana. Dengan adanya tutorial ini, saya berharap kita semakin faham alur ngoding menggunakan NextJS dan barang kali lebih luwes ketika ingin membuat komponen ReactJS yang lain Baca Juga: Mari Bongka...
Read more