Instagram adalah sebuah aplikasi berbagi foto dan video yang memungkinkan pengguna mengambil foto, mengambil video, menerapkan filter digital, dan membagikannya ke berbagai layanan jejaring sosial, termasuk milik Instagram sendiri. Pada penelitian ini akan dilakukan Analisis sentiment Instagram menggunakan metode support vector machine (SVM) berbasis Grid Search Algorithm (GSA). SVM salah satu metode yang dapat melakukan teknik klasifikasi kalimat menjadi positif, negatif ataupun netral, karena proses yang akan dilakukan bersifat non linear maka parameter yang akan digunakan adalah nilai C dan γ. Agar proses klasifikasi lebih optimal maka digunakan GSA sebagai model seleksi fitur. Untuk membuat sebuah aplikasi analisis sentimen diperlukan data training dan data testing. Dataset yang digunakan Sanders Instagram.Dataset tersebut dilabel secara manual dan terdiri dari 654 negatif, 570 positip, 2503 netral, 1786 irrelevant. Tahap-tahap analisis sentimen dimulai dengan Loading data, Tokenizing, Weighting, Preprocessing, Filtering dan klasifikasi. Dari hasil uji coba, Analisis sentimen pada aplikasi memiliki tingkat keakuratan sekitar 79%. Persentase tag Instagram pada data sanders cenderung lebih banyak tag Instagram netral dan negatif dari pada positif.
Copyrights © 2022