Teknologi Big Data

Awal Februari 2019 lalu, pada artikel Trend Sentimen Netizen terhadap Presiden Jokowi sepanjang Tahun 2018  telah dirilis hasil analisa sentimen terhadap Presiden Jokowi berdasar data Twitter sepanjang th 2018. Hasilnya dapat disimak pada tabel dan grafik berikut (dalam satuan %): positif (%) netral (%) negatif (%) Januari 13,73 79,38 6,89 Februari 15,02 78,55 6,43 Maret 14,72 78,14 7,14 April 15,89 75,27 8,84 Mei 16,67 74,38 8,95 Juni 21,77 69,23 9,00 Juli 19,38 73,41 7,21 Agustus 18,77 73,84 7,39 September 19,53 72,46 8,01 Oktober 21,51 69,54 8,95 Nopember 26,36 63,87 9,77 Desember 26,08 65,50 8,42 Rata-rata 19,12 72,80 8,08 Tabel 1. Persentase sentimen positif, netral, negatif sepanjang tahun 2018 Grafik 1. Persentase sentimen positif, netra...

    Dalam rentang waktu 1 Januari s.d. 31 Desember 2018, sekitar 3.739.336 cuitan berhasil di- crawl dan di- filter  dari Twitter dengan kata kunci “jokowi”. Jutaan cuitan tersebut kemudian diproses menggunakan  Apache Spark dan MongoDB untuk menemukan kecenderungan sentimen netizen terhadap Presiden Jokowi selama tahun 2018.     Hasilnya, porsi sentimen positif jauh lebih besar daripada sentimen negatif. Sepanjang tahun 2018, persentase sentimen positif cenderung meningkat dengan rasio signifikan, mulai 13,73 % pada Januari menjadi 26,08 % pada Desember 2018. Sejalan dengan itu, persentase sentimen negatif juga mengalami peningkatan, namun dengan rasio yang jauh lebih kecil, dari 6,89% pada Januari menjadi 8,42% pada Desember 2018. Tidak hanya sentimen, dengan analisa lebih lanjut, didapatkan juga temuan-temuan berikut: Hashtag atau Tagar apa yang paling populer dan bagaimana kontribusinya pada proporsi sentimen positif, negatif, dan netral. ...

Pada artikel sebelumnya ( Analisa Sentimen Masyarakat terhadap Presiden Jokowi Berdasar Data Twitter: Sebuah Contoh Sederhana Pemberdayaan Big Data ) telah dibahas bagaimana memberdayakan data tak berstruktur (teks twitter) untuk mengukur sentimen terhadap suatu subyek (dalam hal ini Presiden Jokowi) dengan mengimplementasikan pola pemrosesan Big Data dan salah satu algorithma machine learning . Dengan menerapkan metode yang cukup sederhana, dapat dicapai hasil akhir berupa persentase sentimen Positif, Negatif, maupun Netral terhadap Presiden Jokowi selama kurun waktu satu bulan (April 2018). Selain itu, juga didapat data tentang hashtag/tagar maupun tweet/cuitan mana yang berkontribusi signifikan terhadap tiap sentimen. Pada artikel ini, serupa dengan artikel sebelumnya , topik yang dibahas masih seputar mengukur sentimen netizen terhadap Presiden Jokowi dengan menganalisa cuitan Twitter. Namun, data yang dianalisa adalah cuitan Twitter selama bulan Mei 2018 dengan klasifikasi s...

Dewasa ini, eksploitasi media sosial sudah tidak dimonopoli oleh urusan bisnis belaka, tetapi telah secara nyata diberdayakan pada ranah politik. Beberapa waktu lalu, diberitakan bahwa media sosial seperti Twitter dan Facebook telah memberi pengaruh signifikan terhadap kemenangan Presiden Donald Trump pada pemilihan presiden Amerika Serikat tahun 2016. Selain itu, akhir-akhir ini juga marak diberitakan perihal kasus Cambridge Analytica yang memanfaatkan data pengguna dari media sosial Facebook maupun Twitter untuk kepentingan politik. Kali ini, akan dibahas contoh sederhana analisa data media sosial Twitter untuk mengetahui proporsi sentimen masyarakat (secara umum) terhadap Presiden Joko Widodo (Jokowi) dalam kurun waktu satu bulan (April 2018). Hasil yang dapat diharapkan dari analisa ini adalah seberapa besar persentase masyarakat yang menaruh sentimen POSITIF, NEGATIF, maupun NETRAL terhadap Presiden Jokowi, serta faktor-faktor apa saja yang mempengaruhi komposisi sentimen t...