Opinion Mining


“Apa itu Opinion Mining?” Opinion Mining atau bisa disebut juga Sentiment Analysis adalah proses untuk mendapatkan sentiment dari suatu dokumen atau kalimat berupa opini (menurut saya ^^). Bing Liu dalam bukunya yang berjudul Web Data Mining menyebutkan bahwa opinion mining adalah proses analisis teks untuk mendapatkan informasi tertentu dalam suatu kalimat yang berbentuk opini. Intinya, ada sebuah teks entah dokumen (kumpulan kalimat) atau cuma satu kalimat aja yang berbentuk opini, terus kita cari sentiment dari opininya itu pake metode2 OM. Sentiment itu bisa berupa opini positif atau opini negatif. Contohnya, kita bikin review tentang produk kamera. Misalnya, “lensa kamera A bagus!”, sentiment nya adalah positif karena yaa kalau kita liat dari kalimat itu ada kata “bagus” yang berarti positif.
“Terus kenapa harus ada OM? Toh kita bisa nyari sendiri kan sentimentnya.” Iya kalau kalimatnya cuma ada 1-200. Gimana kalau ada ribuan atau jutaan kalimat? Jereng mata ga tuh? OM itu mempermudah kita untuk nyari sentiment dengan cara menerapkan metode2 yang ada di OM ke komputer. So, komputer yang nentuin sentimentnya. Mau ada ribuan atau bahkan jutaan data pun kita bisa nyantei aja kipas-kipas nungguin hasilnya.

“Btw, gue sih ga butuh nyari sentiment, justru biasanya juga yang bikin sentimentnya. Hehe. Emang siapa yang butuh OM?” Bagus tuh kalau suka bikin sentiment. Bisa nambah keberagaman data buat researcher, hehe. Perusahaan, pasti butuh! Kenapa? Soalnya mereka pasti butuh untuk dapet feedback mengenai produk mereka kan. Kalau produk mereka semakin terkenal, biasanya makin banyak juga opini-opini dari masyarakat mengenai produk mereka. Opini ini ngebantu mereka untuk melihat seberapa baiknya produk mereka dilihat dari sisi konsumen. So, kalau ternyata ada jutaan opini yang mereka dapet, tentu OM bisa membantu mereka untuk mendapatkan sentiment.

“Jadi hasil OM itu kaya gimana?” Sebenernya, di dalam OM itu ada 3 jenis, ada OM level dokumen, OM level kalimat, dan OM level fitur. Level dokumen: hasilnya bakal berupa sentiment dari satu dokumen itu contoh: positif, level kalimat: hasilnya berupa sentiment dari satu kalimat itu contoh: negatif, level fitur: nah kalau ini hasilnya berupa fitur dan sentimentnya contoh: lensa[+]. Untuk penjelasan lebih lanjut, bisa diliat di buku Web Data Mining buatan Bing Liu. Dari hasilnya itu bisa dikembangkan lagi menjadi ada nilai dari sentimentnya. Misalnya sentimentnya positif, bisa dibuat nilai positifnya itu. Kata positif itu misalnya “good” dan “perfect”. Bisa jadi “good” itu bernilai +2 sedangkan “perfect” +3 karena “perfect” tingkatannya lebih tinggi dari “good”. Kalau mau lebih mempermudah lagi yang membaca hasil OM-nya, hasil OM bisa berupa visualisasi rating, entah berupa bintang, thumbs up-thumbs down, dan sebagainya.

“Metode2 dalam OM tuh ada apa aja?” Wahh banyak banget! Karena OM seperti anaknya Data Mining, maka metode2 dalam Data Mining bisa digunakan di OM, walaupun ga semuanya sih (Data Mining advanced, kasih tau kalau saya salah). Maksudnya masih dalam penelitian juga. Tapi algoritma2 DaMin ga bisa langsung diterapkan gitu aja, karena OM ini layaknya Text Mining, harus ada preprocessing nya dulu.

“Duhh OM aja belum ngerti2 banget, kenapa muncul DaMin dan Text Mining?” Ahaha tiga ilmu ini emang saling berhubungan. Pertama, Data Mining (intinya) yaitu proses menggali informasi dari data. Di dalam DaMin, ada Text Mining. Tujuannya sama untuk menggali informasi, tapi datanya berupa teks. Nah di dalam Text Mining ada yang namanya OM. Tujuan sama, tapi datanya lebih spesifik lagi, yaitu teks yang mengandung opini.

“Saya masih belum ngerti apa yang kamu bicarain. Kasih referensi, deh! Biar saya baca sendiri” BAGUSSS tuh! Saya rekomendasiin bukunya Bing Liu: Web Data Mining terbitan Springer. Di sana dibahas metode-metode DaMin yang bisa dijadiin metode di OM. Juga ada metode OM yang khususnya. Bisa dapet deh dasar-dasar Data Mining, Text Mining, dan Opinion Mining. Kalau mau khusus tentang OM bisa baca buku Opinion Mining and Sentiment Analysis (masih) karya Bing Liu. Kalau khusus Text Mining nya saya lupa judul sama pengarangnya, pokonya terbitan Springer. Kalau untuk penelitian ada banyak jurnal yang bisa dibaca-baca. Ada juga nih dari blog yang bisa bikin ngerti tentang OM: http://brnrd.me/social-sentiment-sentiment-analysis/

Sekian dulu deh penjelasan super singkat saya tentang OM. Nanti dibagi-bagi lagi ilmunya. Kalau ada yang tertarik, bisa diskusi di sini ya 😀

Iklan

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s