Penerapan Metode Extreme Programming pada Rancang Bangun Sistem Analisis Sentimen Portal Berita

Penulis

  • I Gede Bagus Premana Putra Universitas Udayana, Bali
  • Made Sudarma Universitas Udayana, Bali
  • Ida Bagus Gede Manuaba Universitas Udayana, Bali

DOI:

https://doi.org/10.25126/jtiik.20231056904

Abstrak

Berita dalam bentuk portal online di era globalisasi menjadi suatu wadah yang dapat digunakan oleh setiap individu untuk menyampaikan informasi tentang seorang individu ataupun organisasi, yang didalamnya terdapat penyampaian nilai emosional pribadi, baik itu bersifat negatif, netral, ataupun positif (atau lebih dikenal dengan sentimen). Keberadaan berita tersebut menciptakan suatu peluang untuk pengembangan sistem analisis sentimen terdapat informasi yang telah disampaikan dalam portal berita. Sistem analisis sentimen tersebut dapat dikembangan dengan dengan berbagai teknik dan layanan, salah satunya adalah dengan mengintegrasikan antara sistem dan layanan Google NLP, yang telah memiliki service untuk menentukan score sentimen dari setiap kalimat yang diberikan, serta penerapan teknik web scrapping sebagai metode untuk pengambilan data. Sistem dikembangan dengan framework Laravel dengan metode pengembangan Extreme Programming yang mendukung pengembangan sistem dalam waktu singkat. Pemilihan website sebagai base sistem dengan tujuan agar sistem bisa diakses dari berbagai device baik itu mobile maupun desktop. Keberadaan sistem analisis sentimen bisa dijadikan sebagai alternatif solusi bagi individu dan organisasi untuk melakukan analisis sentimen, sehingga mampu membantu dalam proses pengambilan keputusan maupun evaluasi kinerja.

 

Abstract

News of online portals in the era of globalization has become a forum can be used by every individual to convey information about individual or organization, in which there’s the delivery of personal emotional value, negative, neutral or positive (or better known as sentiment). The existence of news creates an opportunity for development of a sentiment analysis system based on information that has been submitted in the news portal. The sentiment analysis system can be developed using various techniques and services, one of which’s by integrating the Google NLP system and service, which already has a service to determine the sentiment score of each given sentence, as well as the application of a web scrapping techniques as a method for data collection. The system was developed using the Laravel framework with the Extreme Programming development method which supports system development in short time. Selection of the website as the base system with aim that can be accessed from various devices, both mobile and desktop. The existence of a sentiment analysis system can be used as an alternative solution for individuals and organizations to carry out sentiment analysis, so that it can assist in the decision-making a process and performance evaluation.

Downloads

Download data is not yet available.

Biografi Penulis

  • I Gede Bagus Premana Putra, Universitas Udayana, Bali
    Magister Teknik Elektro, Fakultas Teknik, Universitas Udayana
  • Made Sudarma, Universitas Udayana, Bali
    Magister Teknik Elektro, Fakultas Teknik, Universitas Udayana
  • Ida Bagus Gede Manuaba, Universitas Udayana, Bali
    Magister Teknik Elektro, Fakultas Teknik, Universitas Udayana

Referensi

ARSI, P., WAHYUDI, R. & WALUYO, R., 2021. Optimasi SVM Berbasis PSO pada Analisis Sentimen Wacana Pindah Ibu Kota Indonesia. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(2), pp. 231-232.

FAUZI, R. A., CHOLISSODIN, I. & RAHAYUDI, B., 2021. Pemanfaatan Spark untuk Analisis Sentimen Mengenai Netralitas Berita dalam Membahas Pemilu Presiden 2019 Menggunakan Metode Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 5(3), pp. 1071-1072.

FLORES, V. A., PERMATASARI, P. A. & JASA, L., 2020. Penerapan Web Scraping Sebagai Media Pencarian dan Menyimpan Artikel Ilmiah Secara Otomatis Berdasarkan Keyword. Majalah Ilmiah Teknologi Elektro, 19(2), pp. 157-158.

GUMELAR, T., ASTUTI, R. & SUNARNI, A. T., 2017. Sistem Penjualan Online dengan Metode Extreme Programming. Jurnal TELEMATIKA MKOM, 9(2), pp. 87-90.

JUWIANTHO, H., SETIAWAN, E. I., SANTOSO, J. & PURNOMO, M. H., 2020. Sentiment Analysis Twitter Bahasa Indonesia Berbasis Word2vec Menggunakan Deep Convolutional Neural Network. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 7(1), pp. 181-184.

KHASANAH, S. R., DARMA PUTRA, I. K. G. & ARYA, D. I. P., 2022. Analisis Sentimen Berita Universitas Udayana Menggunakan Metode Full Text Search (Natural Language) dan Rule Based Method. Jurnal Ilmiah Teknologi dan Komputer, 3(1), pp. 1-2.

KUSNIA, U. & KURNIAWAN, F., 2022. Analisis Sentimen Review Aplikasi Media Berita Online pada Google Play Menggunakan Metode Algoritma Support Vector Machines (SVM) dan Naive Bayes. Jurnal Keilmuan dan Aplikasi Teknik Informatika, 14(1), pp. 24-25.

PHAM, T. D. ET AL., 2019. Natural Language Processing for Analysis of Student Online Sentiment in a Postgraduate Program. Pacific Journal of Technology Enhanced Learning, 2(2), pp. 17-18.

SADIDA, R. ET AL., 2017. Perancangan Sistem Analisis Sentimen Masyarakat pada Sosial Media dan Portal Berita. Seminar Nasional Teknologi Informasi dan Multimedia, 4 Februari, pp. 1-2.

SIDIQ, P. R., DERMAWAN, B. A. & UMAIDAH, Y., 2020. Sentimen Analisis Komentar Toxic pada Grup Facebook Game Onlie Menggunakan Klasifikasi Naive Bayes. Jurnal Informatika Universitas Pamulang, 5(3), pp. 357-359.

SUPRIYATNA, A., 2018. Metode Extreme Programming pada Pembangunan Web Aplikasi Seleksi Peserta Pelatihan Kerja. Jurnal Teknik Informatika, 11(1), pp. 1-3.

ULFAH, A. N. & ANAM, M. K., 2020. Analisis Sentimen Hate Speech pada Portal Berita Online Menggunakan Support Vector Machine (SVM). Jurnal Teknik Informatika dan Sistem Informasi, 7(1), pp. 1-3.

Diterbitkan

30-12-2023

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Penerapan Metode Extreme Programming pada Rancang Bangun Sistem Analisis Sentimen Portal Berita. (2023). Jurnal Teknologi Informasi Dan Ilmu Komputer, 10(6), 1369-1378. https://doi.org/10.25126/jtiik.20231056904