Sentiment Twitter Menggunakan R Program

 

Sentiment Twitter Menggunakan R Program

 

Sentiment Analysis adalah pengolahan kata untuk melacak mood masyarakat tentang produk atau topik tertentu. Analisis Sentimen disebut opinion mining (G.Vinodhini, M. Chandrasekaran 2012)

Pertama yang harus kita sediakan adalah R Studio dan CRAN.

Setelah kamu download dan install RStudio kamu buka program RStudio lalu masukkan syntax untuk download library/modul yang kita butuhkan.

install.packages('twitteR')
install.packages('RCurl')
install.packages('wordcloud')
install.packages('corpus')
install.packages('tm')

Setelah semua proses selesai, masukkan library yang sudah di install pada R

require(twitteR)
require(wordcloud)
require(corpus)
require(tm)
require(RCurl)

Untuk melakukan mining data di twitter kita pertama - tama kita mengirim secure authorized request ke Twitter API, dengan masuk ke website https://apps.twitter.com/ lalu login dengan menggunakan Twitter kita yang sudah diverifikasi oleh HP.

Lalu pilih Create an application



Setelah berhasil membuatnya, pilih tab key and access token

 

 Selanjutnya masukkan kodingan kalian untuk mendaftarkan API twitter kalian ke R

consumer_key <- 'isi dengan Consumer Key'
consumer_secret <- 'isi dengan Consumer Secret'
access_token <- 'isi dengan Access Token'
access_secret <- 'isi dengan Access Secret'
setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)

Jika tidak ada yang error maka kalian sudah terhubung dengan API twitter kalian.
Selanjutnya kalian akan melakukan mining twetts pertama buat variabel baru,
lalu panggil fungsi search twitter, kali ini saya mengambil tema pembajakan dengan menggunakan
kata kunci 'barang+palsu+KW' , lalu masukkan 'lang=id'

miningtweets <- searchTwitter('anak+perkosa', lang="id", n=500,resultType="recent")

 lalu akan muncul warning message seperti ini
Warning message:
In doRppAPICall("search/tweets", n, params = params, retryOnRateLimit = retryOnRateLimit,  :
  500 tweets were requested but the API can only return 339


  dari warning message tersebut mengatakan berhasil mengambil tweet sebanyak 339 tweet,
sebelum kita menampilkan tweet, terlebih dahulu kita konversikan menjadi text dengan ketikan


miningtweets_text <- sapply(miningtweets,function(x) x$getText())
str(miningtweets_text)

lalu kita akan coba tampilkan semua tweet yang kita mining, buat variable baru lalu panggil fungsi corpus dengan parameter variableyang kita buat sebelumnya

kasar_corpus <- Corpus(VectorSource(miningtweets_text))
inspect(kasar_corpus)



 selanjutnya kita akan membersihkan tweet dari elemen elemen yang tidak dibutuhkan seperti angka, spasi, dan hapus juga kata kunci yang tadi kita gunakan

bajak_clear <- tm_map(kasar_corpus, removePunctuation)
bajak_clear <- tm_map(bajak_clear, removeNumbers)
bajak_clear <- tm_map(bajak_clear, stripWhitespace)
bajak_clear <- tm_map(bajak_clear, removeWords, c("barang","palsu","KW"))

Setelah berhasil lalu kita akan tampilkan wordcloud, fungsi ini adalah fungsi dari R yang sangat menarik karena kita dapat menyusun kata kata menjadi sebuah susunan seperti awan

wordcloud(bajak_clear)
 

 

 

Muhammad Dary Bridantara

171080200212