Skip to main navigation menu Skip to main content Skip to site footer
Academia Open
Engineering
DOI: 10.21070/acopen.3.2020.787
Published: 2020-10-15

Classification of Words of Wisdom in Indonesian on Twitter Using Naïve Bayes and Multinomial Naive Bayes


Klasifikasi Kalimat Mutiara Berbahasa Indonesia Pada Twitter Dengan Menggunakan Naïve Bayes dan Multinomial Naive Bayes

Universitas Muhammadiyah Sidoarjo
Indonesia
Sekolah Tinggi Teknik Surabaya
Indonesia
Sekolah Tinggi Teknik Surabaya
Indonesia

(*) Corresponding Author

twitter klasifikasi quote naive bayes mulitnomial naive bayes words of wisdom

Abstract

Quote is a sentence made with the hope that someone becomes a strong personality, an individual who always improves himself to advance and achieve success. Social media is a place for people to express their hearts to the world which is sometimes a heart expression in the form of quotes. The purpose of this study is to classify Indonesian quotes on Twitter using Naïve Bayes and Multinomial Naïve Bayes. This experiment uses text classification from Twitter data written by Twitter users whether the quotes are then classified again into 6 categories (Love, Life, Motivation, Education, Religion, Others). The language used is Indonesian. The methods used are Naive Bayes and Multinomial Naïve Bayes. Results of this experiment is a classified Indonesian quote collection web application. This classification makes it easy for users to search for quotes based on class or keyword. For example, when a user wants to search for 'motivational' quotes, this classification can be very useful.

Pendahuluan

Twitter yang merupakan salah satu blog mikro yang terkenal adalah layanan jejaring sosial yang memungkinkan pengguna untuk berbagi informasi dalam bentuk teks singkat 280 karakter. Pengguna Twitter sangat banyak sekali dan dari berbagai kalangan, setiap pengguna dapat berlangganan untuk menerima pesan dari pengguna lain dengan menjadi ‘pengikut’. Twitter telah berperan penting dalam memberikan informasi kepada pengguna dan juga telah mengubah cara orang menyampaikan informasi salah satunya yaitu penyampaian kutipan atau kalimat mutiara, yaitu kalimat yang dibuat dengan harapan seseorang bisa menjadi pribadi-pribadi yang kuat, pribadi-pribadi yang selalu memperbaiki diri untuk maju dan meraih kesuksesan. Kalimat mutiara di tulis dan di sampaikan agar dapat memberi manfaat bagi para pembacanya, sehingga akan selalu menjadi orang orang yang selalu maju menuju kesuksesan tanpa harus kehilangan jadi diri.

Namun, kalimat mutiara yang diposting pada Twitter memerlukan upaya untuk menemukannya. Meskipun mencari dengan kata kunci pada Twitter, hasil tweet yang di tampilkan tidak semua merupakan kalimat mutiara.

  1. Untuk mendapatkan kalimat mutiara pengguna harus membaca tweet tersebut satu persatu untuk memastikan apakah tweet tersebut merupakan kalimat mutiara atau bukan.
  2. Pengguna kemudian juga perlu menyeleksi apakah tweet tersebut merupakan kalimat mutiara yang sesuai dengan yang dicari misalnya ingin mencari kalimat mutiara tentang cinta, kehidupan, motivasi, agama, pendidikan dan lainnya.

Untuk meringankan masalah ini dan untuk menyampaikan data kalimat mutiara secara efektif, penelitian ini diharapkan dapat menghasilkan aplikasi web yang dapat mengumpulkan dan mengelompokkan kalimat mutiara bahasa Indonesia dari data yang diperoleh melalui Twitter dengan menggunakan metode klasifikasi Naïve Bayes dan Multinomial Naive Bayes.

Metode

Uji coba dilakukan mengambil data dari twitter menggunakan API yang disediakan oleh twitter dengan bahasa pemrograman PHP. Data tersebut akan di ambil secara acak 1700 data tweet, kemudian dibagi menjadi 1500 data digunakan sebagai data label dan 200 data sebagai data testing.

Data label yang berupa pasangan tweet dan kelas dijadikan sebagai sumber pembentukan model analisis. Setiap fitur yang merepresentasikan tweet dihitung probabilitas kemunculannya. Setelah dilakukan pelabelan manual kemudian tweet tersebut diproses untuk tahap awal preprocessing dengan melakukan Tokenisasi, Normalisasi Fitur, Case Folding, Clean Number, Stopword Removal, dan Stemming.

Dari hasil preposesing tersebut akan mendapatkan tweet yang bersih, dan selanjutnya dapat dilakukan proses pembobotan untuk mendapatkan probabilitas. Probabilitas yang didapatkan yaitu probabilitas mengenali kalimat mutiara atau bukan dan probabilitas 6 kategori(Cinta, Kehidupan, Motivasi, Agama, Pendidikan, Lainnya) untuk jenis kalimat mutiara dengan menggunakan metode klasifikasi Naive Bayes dan Multinomial Naive Bayes Figure 1.

Figure 1.Rumus ProbabilitasDimana:P = Probabilitasc = KelasN = Jumlahw = Kata pada dokumenv = Jumlah kata unik dalam dokumen kelasd = Dokumen ke-nk = Jumlah kata pada dokumen

Sebelum melakukan klasifikasi maka perlu dilakukan tahap preproses dimana tahap ini adalah pengolahan data mentah yang nantinya akan dipakai baik untuk data label ataupun data uji yang berasal dari blog mikro Twitter yang di ambil menggunakan API Twitter, praproses sangat berguna karena dapat mengurangi ukuran index, menambah akurasi serta mendukung proses klasifikasi. Tahap yang dilakukan meliputi Tokenisasi, Normalisasi Fitur, Case Folding, Clean Number, Stopword Removal, dan Stemming.

Setelah tahap preprocessing langkah selanjutnya pembentukan model analisis menggunakan metode pembelajaran mesin Naïve Bayes dan Multinomial Naïve Bayes untuk pembentukan model. Setiap fitur yang merepresentasikan tweet dihitung probabilitas kemunculannya di kelas yang termasuk tweet kalimat mutiara atau tweet yang termasuk bukan kalimat mutiara, apabila kalimat tersebut termasuk kalimat mutiara kemudian di representasikan probabilitasnya lagi ke setiap dokumen untuk setiap masing-masing kategori kalimat mutiara (Cinta, Kehidupan, Motivasi, Agama, Pendidikan, Lainnya). Ketika ada tweet baru yang ingin diklasifikasikan, maka nilai probabilitas dari setiap fitur untuk masing-masing kelas dikalikan. Nilai probabilitas yang paling besar akan dijadikan kelas tweet baru tersebut Figure 2.

Figure 2.Arsitektur Sistem Web

Hasil

Figure 3 menunjukkan proses pembuatan data latih dimana terdapat proses (Tokenisasi, Normalisasi, Case Folding, Clean Number, Stopword Removal, Stemming). Praproses dilakukan pada setiap dokumen tweet yang masuk.

Figure 3.Praproses Dokumen Tweet

Figure 4 menunjukkan proses pembuatan nilai probabilitas. Setiap kata dihitung untuk mendapatkan probabilitasnya menggunakan perhitungan Naive Bayes dan Multinomial Naive Bayes.

Figure 4.Praproses Dokumen Tweet 2

Figure 5 menujukkan hasil dari proses klasifikasi kalimat mutiara pada twitter yang telah di proses menggunakan Naive Bayes dan Multinomial Naive Bayes yang telah di klasifikasi kedalam enam kelas (Cinta, Kehidupan, Motivasi, Religi, Pendidikan, Lainnya).

Figure 5.Aplikasi Website Hasil Klasifikasi

Figure 5 mengkonfirmasi bahwa penelitian ini efektif untuk mengklasifikasikan kutipan bahasa Indonesia. Hasil percobaan ini juga memberikan aplikasi web kumpulan kutipan bahasa Indonesia yang telah diklasifikasikan. Klasifikasi ini memudahkan pengguna dalam mencari kutipan berdasarkan kelas atau kata kunci. Misalnya, ketika pengguna ingin mencari kutipan 'motivasi', klasifikasi ini akan sangat berguna.

Kesimpulan

Dari hasil penelitian dan berdasarkan atas hipotesa penelitian, maka dapat ditarik beberapa kesimpulan sebagai berikut:

  1. Metode Naïve Bayes dan Multinomial Naïve Bayes yang diusulkan terbukti mampu melakukan klasifikasi dokumen kalimat mutiara pada twitter.
  2. Dengan Menggunakan metode klasifikasi teks yaitu metode Naïve Bayes Classifier, dari segi kecocokan jenis kelas yang dihasilkan oleh Naive Bayes Classifier terhadap penentuan jenis kelas pada media sosial twitter tergolong baik. Prosentasi kecocokan jenis kelas terhadap 200 data uji sebesar 81% untuk Naïve Bayes dan 87% untuk Multinomial Naïve Bayes.

Dengan pengklasifikasian data tweet menggunakan metode Naïve Bayes Classifier, dapat meningkatkan efektifitas pengguna dalam menyeleksi kalimat mutiara dan dapat memper cepat pencairan kalimat mutiara yang sebelumnya harus memilih jenis kelas secara manual pada saat pencarian di twitter.

References

  1. Akbarisanto Ridho, Danar Wikan, Purwarianti Ayu. Analyzing Bandung Public Mood Using Twitter Data. School of Electrical Engineering and Informatics, Bandung, Indonesia, 2016 https://doi.org/10.1109/icoict.2016.7571910
  2. Chris Tseng, Nishant Pateli, Hrishikesh Paranjape, T Y Lin,SooTee Teoh. Classifying Twitter Data with Naive Bayes Classifier. Computer Science Dept., San Jose State University, 2012.
  3. Raveena Dayani, Nikita Chhabra, Taruna Kadian and Rishabh Kaushal. Rumor Detection in Twitter: An Analysis in Retrospect. Department of Information Technology Indira Gandhi Delhi Technical University for Women, Delhi, India, 2009. https://doi.org/10.26634/jes.6.2.14757
  4. Sari Widya Sihwi, Insan Prasetya Jati, Rini Anggrainingsih. Twitter Sentiment Analysis of Movie Reviews Using Information Gain and Naïve Bayes Classifier. Universitas Sebelas Maret Surakarta, Indonesia. 2018. https://doi.org/10.1109/isemantic.2018.8549757
  5. J. Han, M. Kamber, dan J. Pei, Penambangan Data: Konsep dan Teknik ,Edit Ketiga., Vol. 3. Morgan Kaufmann, 2012.
  6. TwitterStreamingAPI.http://apiwiki.twitter.com/Streaming-API-Documentation.AccessedFebruary1,2010.
  7. Apache Lucene. http://lucene.apache.org. Accessed February1, 2010.C. D. Manning, P. Raghavan, and H. Schutze.Introdution toInformation Retrieval, pages 108–115. Cambridge UniversityPress, New York, 2008.
  8. J.R. Finkel, T. Grenager, and C. Manning.IncorporatingNon-local Information into Information Extraction Systems byGibbs Sampling.Proceedings of the 43nd Annual Meetingof the Association for Computational Linguistics (ACL 2005),pages 363–370, 2005. https://doi.org/10.3115/1219840.1219885
  9. V. Qazvinian, E. Rosengren, Dragomir R. Radev, Q. Mei.Rumor hasit: Identifying Misinformation in Microblogs. In Proceedings of the2011 Conference on Empirical Methods in Natural Language Processing(2011).
  10. Goncalves Eduardo Correa, NBBR: A Baseline Method for the Evaluation of Bayesian Multi-label Classification Algorithms. Universidade Federal Fluminense (UFF). Niteroi, Rio de Janeiro 24210–240, 2014. https://doi.org/10.1109/iccsa.2014.56