Author:
Alita Debby,Isnain Auliya Rahman
Abstract
Kalimat sindiran atau sarkasme masih sering digunakan oleh kalangan publik untuk mengungkapkan maksud isi hati dan pikiran baik itu yang disampaikan secara langsng maupun tidak langsung. Sarkasme dilakukan untuk menyindir dan menyakiti hati seseorang dengan menggunakan bahasa atau kata yang didalamnya mengandung kata positif tetapi maknanya negatif sehingga sering sekali terjadi opini salah diklasifikasikan. Penelitian ini melakukan kombinasi antara proses sentimen analisis dengan deteksi sarkasme untuk pengklasifikasian opini yang terdapat pada Twitter. Proses analisis sentimen dilakukan dengan tahapan preprocessing dan ekstraksi fitur dan diklasifikan dengan menggunakan metode Support Vector Machine dilanjutkan dengan proses pendeteksian sarkasme yang dilakukan tahapan ekstraksi fitur dengan 4 set fitur yaitu sentiment related, punctuation-relate, lexical and syntactic, dan pattern-relate dan diklasifikasikan dengan menggunakan metode Random Forest Classifier. Hasil penelitian ini didapatkan peningkatan nilai rata-rata akurasi sebesar 16,61 %, nilai presisi sebesar 5,45 %, nilai recall sebesar 9,64% dan kenaikan nilai F1score sebesar 11,27% dengan jumlah data sebanyak 2.027 dengan rincian data dengan label positif berjumlah 1023, data dengan label negatif berjumlah 587 dan data dengan label netral berjumlah 462. Data sarkasme didapatkan dari tweet dengan label positif yang kemudian diberikan label sarkasme atau tidak sarkasme dan didapat hasil label dengan jumlah keseluruhan berlabel sarkasme berjumlah 354 dan tidak sarkasme berjumlah 669.
Publisher
Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Lampung
Cited by
4 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
1. Detecting sarcasm in public opinion about COVID-19 using NBC and RBF;AIP Conference Proceedings;2024
2. Intelligent Web Service System for Detecting Cyberbullying on Twitter Based on Support Vector Machine and Random Forest Algorithms;2023 International Conference on Converging Technology in Electrical and Information Engineering (ICCTEIE);2023-10-25
3. Detection of Sarcasm Sentences in Indonesian Tweets using SentiStrength;2022 6th International Conference on Information Technology, Information Systems and Electrical Engineering (ICITISEE);2022-12-13
4. Development of the Minangkabau Local Language Translation Machine Based on Stemming;2022 International Symposium on Information Technology and Digital Innovation (ISITDI);2022-07-27