Bermain dengan Python dan Twitter (Part 2 Analisis Sentimen Sederhana)

Setelah bisa mengoperasionalkan Tweepy, sekarang kita akan mencoba melakukan Sentimen Analisis sederhana dan memvisualisasikannya :D. Pertama, Install:

- textblob -> untuk Sentimen Analisis
- matplotlib -> untuk visualisasi data

dengan command:

python -m pip install --user textblob matplotlib

Selanjutnya import library-library yang dibutuhkan:



Seperti sebelumnya, untuk mengautorisasi app kita agar dapat mengakses twitter dengan cara:







Seperti sebelumnya untuk consumer_key, consumer_secret, access_token, access_secret didapatkan dari website Twitter Developer. Sedikit penjelasan mengenai textblob, textblob merupakan salah satu tools atau lebih tepatnya library untuk pemprosesan dibidang "Natural Language Processing (NLP)" menggunakan bahasa python. Sayangnya textblob memang belum diimplementasikan untuk bahasa Indonesia sehingga analisa sentiment dalam bahasa Indonesia tidak dapat dilakukan secara langsung. 

 

Dapat dilihat dari gambar diatas bahwa diberikan penilaian tergantung pernyataan yang diberikan. Untuk pernyataan-pernyataan yang positif akan diberikan nilai > 0, untuk pernyataan yang negatif diberikan nilai < 0 dan untuk pernyataan yang netral akan diberi nilai = 0.
Selanjutnya kita butuh dua input yaitu, keyword yang ingin dianalisis dan berapa tweet tentang keyword tersebut yang ingin dianalisa:

 

Buat variabel untuk menyimpan jumlah tweet positif, negatif serta netral lalu lakukan analisa setiap tweet:




Selanjutnya mendapatkan persentase dari setiap tweet positif, negatif, serta netral:

 

 

Selanjutnya untuk visualisasi data dengan pie chart:

 
Mari kita lihat hasil Sentimen Analisis untuk Lion King. Film Lion King meluncurkan trailer pertamanya dan mari lihat bagaimana tanggapan warganet Twitter :D.

 

Hasil:
 

Dapat dilihat dari chart diatas bahwa lebih dari 50% dari 500 Tweet warganet Twitter beranggapan positif terhadap Film Lion King, begitupun juga penulis yang menantikan film ini yang akan rilis pada tahun 2019 :D. Sekian untuk Analisis Sentimen Sederhana menggunakan Python, mohon maaf jika ada kesalahan. Terima Kasih.

P.S. : Penulis menggunakan Python 2.7.11 dan IDE Idle.
 

 

Comments

Popular posts from this blog

UTS MPPL F 5113100121

Manajemen Waktu_5113100121