Daftar Isi

1. Data Science

2. Pre-processing

3. Visualisasi Data

4. EDA

5. Ujian

Data Sains

1. Sebuah seni mengekstrak informasi yang terkandung dalam sebuah data
2. Membutuhkan keterampilan matematika dan pemrograman serta pengetahuan per bidang
3. Membuat alat dengan metode tertentu untuk membuat data bisa berbunyi. 

Pre-Processing

Duplicate

Pre-Processing

Normalisasi

Kamus normalisasi

https://github.com/eppofahmi/text-mining-r/blob/master/Data/kata3karakter.csv

Kamus stopwords twitter

https://github.com/eppofahmi/text-mining-r/blob/master/Data/katatobedeleted.csv

Kamus stopwords bahasa

https://raw.githubusercontent.com/eppofahmi/ID-Stopwords/master/id.stopwords.02.01.2016.txt

Lexicon-based Sentiment Analysis

Sentiwords

Negating words

Booster words

Question words

Emoticon

Idioms

Using 6 dictionaries

Lexicon-based Sentiment Analysis (example)

Sentiwords

Negating word

Booster word

aku tidak suka sekali melihat mereka bahagia

+4

-5

neg

1

+4

=

Total sentiment value

-1

Negative

https://github.com/masdevid/sentistrength_id

Wahid, D., & SN, A. (2016). Peringkasan Sentimen Esktraktif di Twitter Menggunakan Hybrid TF-IDF dan Cosine Similarity. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 10(2), 207-218. doi:https://doi.org/10.22146/ijccs.16625

Reference

Code Reference

Dashboard

Login dengan email dan buat pasword. Lalu pilih Tim, Rentang Waktu, dan kata kunci yang akan dilihat

Dashboard

Distribusi menunjukkan aliran twit dengan sentinmen positive, negative, dan netral. Porsi Sentimen menunjukkan perbandingan jumlah twit antar sentimen.

Dashboard

Active hours menunjukkan twit paling banyak di posting pada jam berpa pada tiap tanggal. Semakin tebal semakin banyak jumlah twitnya.

Dashboard

Most used hashtag menunjukkan 15 tagar yang paling banyak digunakan. Buzwords menunjukkan kata yang paling banyak digunakan dalam twit yang menjadi data.

Dashboard

Semantic network menunjukkan hubungan antar kata yang bisa dipilih melalui menu