aplikasi sederhana untuk melakukan sentimen analisis pada twitter dengan menggunakan algoritma Naive Bayes
You cannot select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Aji Kamaludin e776024f5a
UPDATE README
1 year ago
assets done 5 years ago
lib update readme 3 years ago
view done 5 years ago
.gitignore initialise 5 years ago
1.png update readme 3 years ago
2.png add new ss 3 years ago
LICENSE Create LICENSE 3 years ago
README.md UPDATE README 1 year ago
composer.json initialise 5 years ago
composer.lock initialise 5 years ago
env.example update readme 3 years ago
index.php update readme 3 years ago
sentimen.php update record dan index 5 years ago
sentimen.sql add database 3 years ago

README.md

Simple Sentimen Analysis

Cara Kerja : Aplikasi melakukan curl / pengambilan data twit melalui api twitter search / pencarian sesuai dengan keyword / hastag yang anda masukan melalui antar muka aplikasi kemudian hasil twit diklasifikasi merupakan cuitan bersentimen negatif atau positif

pengambilan data : SS Aplikasi analisis sentimen : SS Aplikasi 2

Support me

Trakteer Saya

status: work, last test 11/10/2021

aplikasi ini didukung dengan menggukaan library/pustaka :

  1. PHP dg/Twitter-php https://github.com/dg/twitter-php
  2. Sastrawi PHP Stemmer https://github.com/sastrawi/sastrawi
  3. PHPID sentianalysis https://github.com/yasirutomo/php-sentianalysis-id

cara menjalankan aplikasi :

  1. copy file env.example menjadi env
  2. install depedencies dengan composer composer install
  3. buat database dan import database sentiment.sql
  4. edit file env untuk mengubah koneksi database, untuk customer dan token api twitter dapatkan dari https://developer.twitter.com/
  5. ekstrak PHPID-sentianalysis php-sentianalysis-id-master.zip di directori lib ubah nama folder hasil ekstrak menjadi php-sentianalysis-id
  6. aplikasi siap dijalankan dalam webserver atau juga dengan php -S localhost:8000 -t .

notes :

  • if something didn't work maybe something not support or not update anymore, please fix it by yourself.
  • mencari nilai akurasi yang saya sarankan, buat dataset / list cuitann yang anda klasifikasikan sendiri secara manusiawi anda tentunya dapat paham sebuah kalimat mengandung nilai positif atau negatif , kemudian bandingkan data yang anda buat dengan cuitan yang diambil melalui aplikasi menggunakan metode cross validition , dengan metode ini anda dapat mencari nilai akurasi dari aplikasi ini sesuai dengan sentiment keyword /hastag yang anda gunakan.
  • aplikasi ini hanya sekedar contoh yang saya gunakan untuk memenuhi tugas akhir mata kuliah , jika anda ingin menggunakannya untuk riset/projek atau sejenisnya silahkan boleh digunakan, diubah dan dilarang keras untuk memperjual belikan dengan mengambil sumber asli tanpa melakukan perubahan pada aplikasi.