TWITTER TREND EMOTION ANALYSIS MENGGUNAKAN NAMED ENTITY RECOGNITION

Abstract
Laporan Tugas Akhir ini membahas pengembangan metode analisis emosi terhadap tren Twitter menggunakan Named Entity Recognition (NER). Media sosial, khususnya Twitter, telah menjadi platform penting untuk berbagi berita, pandangan, dan perasaan dalam berbagai konteks. Analisis emosi terhadap tren Twitter dapat memberikan wawasan berharga tentang bagaimana masyarakat merespon peristiwa, topik, atau entitas tertentu. Metode yang digunakan dalam penelitian ini berfokus pada pengenalan entitas berbasis teks (NER) untuk mengidentifikasi nama-nama entitas, seperti orang, tempat, dan lokasi, dalam tweet yang berkontribusi pada tren tertentu. Selanjutnya menerapkan teknik pemrosesan bahasa alami (NLP) untuk mengklasifikasikan sentimen atau emosi yang terkait dengan setiap entitas yang diidentifikasi. Ini memungkinkan untuk melacak bagaimana entitas tertentu, seperti selebriti, merek, atau tempat, dikaitkan dengan perasaan positif, negatif, atau netral dalam percakapan Twitter. Penelitian ini bertujuan untuk menyajikan hasil analisis emosi terhadap tren Twitter yang berfokus pada entitas tertentu, serta mengidentifikasi tren emosi yang mungkin berkaitan dengan berita atau peristiwa tertentu. Selain itu juga mengevaluasi kinerja metode NER dan NLP yang digunakan dalam penelitian ini untuk memahami hambatan dan potensi perbaikan. Hasil penelitian ini dapat bermanfaat dalam berbagai konteks, termasuk pemantauan reputasi merek, analisis respon publik terhadap peristiwa penting, dan pemahaman lebih mendalam tentang bagaimana perasaan masyarakat tercermin dalam media sosial. Kesimpulannya, analisis emosi terhadap tren Twitter dengan menggunakan Named Entity Recognition (NER) adalah alat yang kuat untuk menggali informasi berharga dari data yang terus berkembang di platform media sosial ini.
Description
Keywords
Citation