|
|
**Pendahuluan**
|
|
|
|
|
|
1. Tujuan
|
|
|
|
|
|
User manual aplikasi Analisis Sentimen ini dibuat dengan tujuan untuk
|
|
|
menjelaskan tentang tahap-tahap dalam menggunakan aplikasi Analisis
|
|
|
sentimen bagi pengguna. Pada user manual ini, dibahas tentang fungsi
|
|
|
atau fitur aplikasi Analisis sentimen berserta langkah-langkah dalam
|
|
|
menggunakan fungsi atau fitur tersebut.
|
|
|
|
|
|
2. Deskripsi Umum Aplikasi
|
|
|
|
|
|
Aplikasi Analisis sentimen adalah sebuah aplikasi berbasis web. Sesuai
|
|
|
namanya, aplikasi ini ditujukan untuk melakukan sebuah *tools analysis*
|
|
|
yaitu analisis sentimen. Analisis sentimen merupakan proses memahami,
|
|
|
mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan
|
|
|
informasi sentimen yang terkandung dalam suatu kalimat opini. Dengan
|
|
|
kata lain, analisis sentimen merupakan pengklasifikasian kalimat opini
|
|
|
kedalam suatu kelas yang menggambarkan sentimen yang terkandung dari
|
|
|
kalimat opini tersebut misalnya positif atau negatif. Aplikasi Analisis
|
|
|
Sentimen ini dibuat dengan memanfaatkan bahasa pemograman R dan
|
|
|
*package* Rshiny dalam pembuatan *Graphical User Interface* (GUI).
|
|
|
|
|
|
**Instalasi**
|
|
|
|
|
|
Software yang dibutuhkan
|
|
|
|
|
|
1. R-Software version 3.3.2
|
|
|
|
|
|
2. RStudio-1.0.136
|
|
|
|
|
|
3. Aplikasi browser seperti Mozilla Firefox atau Google Chrome
|
|
|
|
|
|
Tahap Instalasi Aplikasi
|
|
|
|
|
|
1. Install software yang dibutuhkan, Software R-Softwaredapat diunduh
|
|
|
melalui <https://cran.r-project.org/bin/windows/base/old/3.3.2/> dan
|
|
|
RStudio dapat diunduh melalui
|
|
|
<https://www.rstudio.com/products/rstudio/download/>.
|
|
|
|
|
|
2. Ekstrak file AnalisisSentimen.zip.
|
|
|
|
|
|
3. Buka RStudio kemudian kemudian *install package* yang dibutuhkan.
|
|
|
|
|
|
Package yang dibutuhkan dalam aplikasi ini adalah;
|
|
|
|
|
|
1. shiny
|
|
|
|
|
|
2. shinythemes
|
|
|
|
|
|
3. e1071
|
|
|
|
|
|
4. stringr
|
|
|
|
|
|
5. katadasaR
|
|
|
|
|
|
> Adapun cara untuk meng*install* package dalam aplikasi RStudio adalah
|
|
|
> dengan mengklik *Packages* -> *Install* -> Masukkan nama
|
|
|
> *package* yang ingin diinstall dan cetang bagian *Install
|
|
|
> dependencies* -> Klik *install*. Untuk *package* katadasaR tidak
|
|
|
> tersedia di repository CRAN sehingga harus install *package* devtools
|
|
|
> terlebih dahulu kemudian gunakan fungsi
|
|
|
> devtools::install\_github(“nurandi/katadasaR”).
|
|
|
|
|
|
<img src="media/image1.png" width="529" height="331" />
|
|
|
|
|
|
1. Buka fail ui.R atau server.R kemudian klik *Run App*.
|
|
|
|
|
|
2. Jika Ingin membukan aplikasi lewat halaman browser maka klik *Open
|
|
|
in Browser*.
|
|
|
|
|
|
3. Proses instalasi selesai.
|
|
|
|
|
|
**Panduan Penggunaan**
|
|
|
|
|
|
<!-- -->
|
|
|
|
|
|
1. Import data.
|
|
|
|
|
|
*Import* data adalah tahap paling awal yang harus dilakukan untuk
|
|
|
bisa melakukan analisis. Alur untuk meng-*import* data dimulai
|
|
|
dengan menekan tombol *Import Data* kemudian akan ada tombol untuk
|
|
|
*upload* data serta plihan *header* dan *separator* seperti pada
|
|
|
gambar 2. Pengguna harus menekan tombol *choose file* kemudian
|
|
|
pengguna menentukan direktori dimana *file* yang akan di-*import*
|
|
|
berada dan memilih file yang memiliki format csv seperti pada
|
|
|
gambar 3. Program akan membaca file yang telah dipilih
|
|
|
dan menampilkannya.
|
|
|
|
|
|
<img src="media/image2.png" width="207" height="344" />
|
|
|
|
|
|
<img src="media/image3.png" width="529" height="356" />
|
|
|
|
|
|
> Pengguna dapat mengatur parameter ketika meng-*upload* data. Checklist
|
|
|
> *header* apabila baris pertama merupakan *header* dan abaikan jika
|
|
|
> baris pertama merupakan data twit. Pengguna juga dapat memilih
|
|
|
> *separator* yang digunakan untuk memisahkan data pada file csv yang
|
|
|
> di*input*. Pilihan *separator* adalah *comma* (,), *semicolon* (;),
|
|
|
> *tab*, dan *space* ( ).
|
|
|
>
|
|
|
> <img src="media/image4.png" width="529" height="348" /><img src="media/image5.png" width="529" height="357" />
|
|
|
>
|
|
|
> <img src="media/image6.png" width="131" height="109" />
|
|
|
|
|
|
1. Preprocessing.
|
|
|
|
|
|
Pengguna dapat menentukan tahapan *preprocessing* apa saja
|
|
|
yang diperlukan. Ada empat tahapan preprocessing yaitu *cleaning*,
|
|
|
*casefolding*, penghilangan *stopword*, dan *stemming*. Pengguna
|
|
|
dapat menggunakan salah satu atau semua tahap preprocessing yang ada
|
|
|
dengan memberi checklist pada tahapan yang diinginkan.
|
|
|
|
|
|
<img src="media/image7.png" width="132" height="150" />
|
|
|
|
|
|
<img src="media/image8.png" width="529" height="352" /><img src="media/image9.png" width="529" height="359" />
|
|
|
|
|
|
> Dalam memilih tahap preprocessing, pengguna menekan tombol
|
|
|
> preprocessing terlebih dahulu, kemudian akan muncul beberapa pilihan
|
|
|
> tahap preprocessing. Pengguna memilih dengan mencentang pada tahapan
|
|
|
> yang dinginkan. Setelah itu program akan mengolah data dan setelah
|
|
|
> selesai program akan menampilkan hasilnya.
|
|
|
|
|
|
1. Text N-gram.
|
|
|
|
|
|
Pengguna memilih alternatif text N-gram. Ada tiga pilihan yaitu,
|
|
|
unigram, bigram, dan trigram.
|
|
|
|
|
|
<img src="media/image10.png" width="529" height="340" /><img src="media/image11.png" width="135" height="102" /><img src="media/image12.png" width="529" height="349" /><img src="media/image13.png" width="529" height="354" />
|
|
|
|
|
|
> Ketika memilih text n-gram, pengguna harus menekan tombol text n-gram,
|
|
|
> kemudian akan muncul pilihan n-gram berupa dropdown. Setelah itu,
|
|
|
> pengguna memilih salah satu dari pilihan yang ada dan program akan
|
|
|
> menyimpan pilihan tersebut untuk dijadikan parameter pada tahap
|
|
|
> selanjutnya.
|
|
|
|
|
|
1. Weigthing.
|
|
|
|
|
|
Pengguna memilih metode weighting yang digunakan dalam analisis,
|
|
|
Pilihan dari metode weighting adalah metode TF dan metode TF IDF.
|
|
|
|
|
|
<img src="media/image14.png" width="529" height="348" /><img src="media/image15.png" width="529" height="345" />
|
|
|
|
|
|
Selanjutnya adalah memlih metode *weigthing*. Pengguna menekan
|
|
|
tombol weighting kemudian program akan memunculkan pilihan berupa
|
|
|
*dropdown.* Setelah itu pengguna memilih metode weighting
|
|
|
yang dinginkan. Selanjutnya program akan mengolah data dengan
|
|
|
parameter metode weighting dan parameter yang disimpan pada
|
|
|
tahap sebelumnya. Terakhir, program menampilkan hasil dari
|
|
|
pengolahan tersebut
|
|
|
|
|
|
2. Klasifikasi.
|
|
|
|
|
|
Pengguna dapat melakukan klasifikasi data setelah tahap-tahap
|
|
|
sebelumnya telah selesai. Pengguna memilih metode klasifikasi yang
|
|
|
digunakan dan akan dianalisis. Pilihan dari metode klasifikasi ada
|
|
|
tiga yaitu metode SVM, SVM PSO, dan SVM FFA.
|
|
|
|
|
|
> Pengguna harus menentukan parameter-paramater SVM. Setiap metode
|
|
|
> memiliki beberapa parameter yang sedikit berbeda. Rincian parameter
|
|
|
> untuk tiap metode klasifikasi sebagai berikut;
|
|
|
>
|
|
|
> SVM : kernel, n-fold
|
|
|
>
|
|
|
> SVM PSO : kernel. n-fold, jumlah partikel, maksimum iterasi
|
|
|
|
|
|
SVM FFA : kernel, n-fold, jumlah *firefly*, maksimum iterasi
|
|
|
|
|
|
> Ada empat kernel yang dapat dipilih oleh pengguna dalam menggunakan
|
|
|
> metode klasifikasi SVM yaitu kernel linear, polynomial, RBF, dan
|
|
|
> sigmoid.
|
|
|
>
|
|
|
> Mengatur parameter dapat dilakukan setelah memilih metode klasifikasi.
|
|
|
> Pengguna memilih kernel, meng-*input* nfold, menginput jumlah partikel
|
|
|
> untuik metode klasifikasi SVM PSO atau jumlah *firefly* untuk metode
|
|
|
> klasifikasi SVM FFA, dan meng-*input* maksimum iterasi. Setelah itu,
|
|
|
> program akan menyimpan pilihan dari pengguna.
|
|
|
|
|
|
<img src="media/image16.png" width="331" height="235" /><img src="media/image17.png" width="529" height="361" /><img src="media/image18.png" width="297" height="272" /><img src="media/image19.png" width="238" height="502" /><img src="media/image20.png" width="237" height="502" /><img src="media/image21.png" width="238" height="340" /> |