Header Ads

Sentiment Analysis Twitter Menggunakan Python dan Library Textblob

Program Sentiment Analysis yang kami buat adalah untuk menganalisis stigma pada pengguna twitter tentang 'Muslim' dalam cuitan bahasa inggris. 

Pada Program Sentiment Analisis ini library yang digunakan adalah :
  • Pandas, Untuk Menghandle data hasil pencarian twitter
  • numpy, Untuk Melakukan Perhitungan pada python
  • IPython, Untuk Menampilkan data hasil pencarian twit berbentuk tabel
  • Textblob , Digunakan sebagai penghitungan sentiment dari twit dalam bahasa inggris
  • matplotlib, Digunakan untuk menampilkan grafik dari hasil perhitungan sentiment Analysis
  • Tweepy, Digunakan untuk mengakses API Twitter dan mendapatkan data dari api tersebut.


Hasil dari Analisis didapatkan 3 data, yaitu Stigma Positif , Negatif, dan Netral. dimana data tersebut didapatkan berdasarkan perhitungan yang dilakukan oleh library Textblob Seperti Gambar di bawah ini.

Pada gambar tersebut, Jika sentimennya positif atau >0 maka akan bernilai 1, jika sentimentnya netral atau sama dengan 0 maka akan bernilai 0, jika sentimentnya negatif atau  <0 maka akan bernilai -1.

Berikut adalah Contoh Output dari Program tersebut  yang data twitternya diuji pada hari Selasa, 20 Maret 2018 jam 10:56:

Hasil Penampilan isi twitter.

Hasil Statistik dari Twitter tersebut.




Hasil Sentiment pada Twitter

Rekapitulasi dari Perhitungan Sentiment


Hasil Perhitungan Sentiment Berupa Grafik Pie


Untuk Kode Lengkapnya dan cara penggunaan dari project tersebut dapat anda coba pada Github hermasyp pada link berikut : https://github.com/hermasyp/SentimentAnalysis

3 komentar:

  1. mas gimana buatnya agar dia jalan terus dan langsung hitung jadi realtime bergera terus

    BalasHapus
  2. Apakah ini valid untuk bahasa Indoensia?

    BalasHapus

Diberdayakan oleh Blogger.