Pemetaan Kata Kunci dan Polaritas Sentimen Pengguna Twitter Terhadap Kehalalan Produk
DOI:
https://doi.org/10.30812/matrik.v21i1.1162Keywords:
Sentimen Analysis, Halal, Polarity, ClassificationAbstract
Kehalalan menjadi trend dunia sehingga kehalalan menjadi standar mutu suatu produk terutama makanan dan minuman untuk konsumen muslim dan nonmuslim. Oleh karena itu penelitian ini bertujuan untuk memetakan kata kunci dan polaritas opini pengguna twitter terhadap kehalalan produk secara global. Data twitter digali dan dipersiapkan dengan text mining pada Rstudio yang selanjutnya dianalisis polaritas dengan naïve bayes classifier. Preprosesing data yang dilakukan meliputi penghapusan duplikasi tweet, tokenisasi, penghapusan stopword dan pencarian akar kata. Pemetaan kata kunci dilakukan dari hasil bar plot yang dihasilkan. Kata kunci ini memberikan gambaran apa saja yang diperhatikan oleh pengguna twitter yang berkaitan dengan kehalalan suatu produk terutama produk pangan Hasil penelitian menunjukkan bahwa kata kunci utama dari opini di twitter terkait kehalalan produk adalah produk, makanan, minuman, garansi, dan lingkungan. Selain itu polaritas opini menunjukkan bahwa trend kehalalan produk ini diapresiasi positif oleh mayoritas pengguna Twitter yakni sebsar 70%, 16% bersifat netral, dan lainnya negatif. Hal ini memberikan peluang usaha dalam bidang pangan halal di pasar global dan harapannya dapat memotivasi pengusaha untuk mensertifikasi halal produknya.
Downloads
References
[2] H. B. Jaiyeoba, M. A. Abdullah, and A. R. Dzuljastri, “Halal certification mark, brand quality, and awareness: Do they influence buying decisions of Nigerian consumers?,†J. Islam. Mark., vol. 11, no. 6, pp. 1657–1670, 2019, doi: 10.1108/JIMA-07-2019-0155.
[3] A. S. M. Shahabuddin, M. E. A. Sukor, and N. H. Hashim, “Product-centric halal business: a critique from an Islamic perspective,†J. Islam. Mark., vol. 11, no. 6, pp. 1707–1724, 2020, doi: 10.1108/JIMA-06-2019-0129.
[4] S. A. A. Shah, R. Sukmana, B. A. Fianto, M. A. Ahmad, I. U. Usman, and W. A. Mallah, “Effects of Halal social media and customer engagement on brand satisfaction of Muslim customer: Exploring the moderation of religiosity,†J. Islam. Mark., vol. 11, no. 6, pp. 1671–1689, 2019, doi: 10.1108/JIMA-06-2019-0119.
[5] R. M. Malau, W. Windia, and D. G. Agung, “Faktor-faktor yang Menentukan Keputusan Konsumen dalam Pembelian dan Konsumsi Smoothie Bowl di Restoran Nalu Bowls Seminyak,†vol. 8, no. 3, pp. 341–350, 2019.
[6] M. W. Wibowo and F. S. Ahmad, “Non-Muslim Consumers’ Halal Food Product Acceptance Model,†Procedia Econ. Financ., vol. 37, no. 16, pp. 276–283, 2016, doi: 10.1016/s2212-5671(16)30125-3.
[7] R. Nurrachmi, “The Global Development of Halal Food Industry: A Survey Halal industry is the latest trend in the world market,†Tazkia Islam. Financ. Bus. Rev., vol. 11, no. 1, pp. 41–56, 2017.
[8] Clement, “Leading countries based on number of Twitter users as of July 2019 (in millions),†2019. https://www.statista.com/statistics/242606/number-of-active-twitter-users-in-selected-countries/.
[9] A. Hasan, S. Moin, A. Karim, and S. Shamshirband, “Machine Learning-Based Sentiment Analysis for Twitter Accounts,†Math. Comput. Appl., vol. 23, no. 1, p. 11, 2018, doi: 10.3390/mca23010011.
[10] P. Y. Saputra, “Implementasi Teknik Crawling untuk Pengumpulan Data dari Media Sosial Twitter,†Din. Dotcom, vol. 8, pp. 160–168, 2017.
[11] A. Erfina, E. S. Basryah, A. Saepulrohman, and D. Lestari, “Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine,†Semin. Nas. Inform., vol. 2020, no. Semasif, pp. 145–152, 2020.
[12] A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,†J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.
[13] A. Faesal, A. Muslim, A. H. Ruger, and K. Kusrini, “Sentimen Analisis Terhadap Komentar Konsumen Terhadap Produk Penjualan Toko Online Menggunakan Metode K-Means,†MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 2, pp. 207–213, 2020, doi: 10.30812/matrik.v19i2.640.
[14] B. Liu, Handbook of Natural Language Processing, chapter Sentiment Analysis and Analysis, 2nd Editio. Boca Raton: CRC Press, 2010.
[15] M. M. Mostafa, “Mining and mapping halal food consumers: A geo-located Twitter opinion polarity analysis,†J. Food Prod. Mark., vol. 24, no. 7, pp. 858–879, 2018, doi: 10.1080/10454446.2017.1418695.
[16] M. M. Mostafa, “Clustering halal food consumers: A Twitter sentiment analysis,†Int. J. Mark. Res., vol. 61, no. 3, pp. 320–337, 2019, doi: 10.1177/1470785318771451.
[17] A. Feizollah, S. Ainin, N. B. Anuar, N. A. B. Abdullah, and M. Hazim, “Halal Products on Twitter: Data Extraction and Sentiment Analysis Using Stack of Deep Learning Algorithms,†IEEE Access, vol. 7, pp. 83354–83362, 2019, doi: 10.1109/ACCESS.2019.2923275.
[18] S. Ainin, A. Feizollah, N. B. Anuar, N. A. B. Abdullah, and M. N. F. Sahran, “Examining what people tweet in relation to halal cosmetics-related topics,†Cogent Arts Humanit., vol. 7, no. 1, 2020, doi: 10.1080/23311983.2020.1724593.
[19] W. Susilawati, R. N. Aulia, D. T. Alamanda, A. Ramdani, and A. Kurniasih, “Analisis Persepsi Warganet Mengenai Halal Menggunakan Twitter,†in In Seminar Nasional Teknologi Informasi, 2019, vol. 2, pp. 49–56.
[20] G. Miner, D. Delen, E. I. J, F. A, H. T, and N. R. A, Practical Text Mining and Statistical Analysis for NonStructured Text Data Applications. Oxford: Elsevier., 2012.
[21] A. M. Pudjajana and D. Manongga, “Sentimen Analisis Tweet Pornografi Kaum Homoseksual Indonesia Di Twitter Dengan Naive Bayes,†Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 313–318, 2018, doi: 10.24176/simet.v9i1.1922.
[22] Bing Liu, “Sentiment Analysis and Subjectivity,†in Hanbook of Natural Language Processing Second Edition, 2nd ed., R. Herbrich and T. G, Eds. Cambridge: Champman & Hall/CRC, 2010, pp. 627–661.
[23] M. Ilyas, “Sertifikasi dan Labelisasi Produk Halal Perspektif Maslahat,†J. Al-Qadau Peradil. dan Huk. Kel. Islam, vol. 4, no. 2, p. 357, 2018, doi: 10.24252/al-qadau.v4i2.5682.
[24] C. G. Sevilla, Research Methods. Quezon City: Rex Printing Company, 2007.
[25] M. S. Hidayatullah, “Sertifikasi dan Labelisasi Halal Pada Makanan dalam Perspektif Hukum Islam (Perspektif Ayat Ahkam),†YUDISIA J. Pemikir. Huk. dan Huk. Islam, vol. 11, no. 2, p. 251, 2020, doi: 10.21043/yudisia.v11i2.8620.
[26] J. M. Partridge et al., “Susceptibility and outcome in MS: Associations with polymorphisms in pigmentation-related genes,†Neurology, vol. 62, no. 12, pp. 2323–2325, 2004, doi: 10.1212/WNL.62.12.2323.
[27] R. M. Yunos, C. F. C. Mahmood, and N. H. A. Mansor, “Understanding Mechanisms to Promote Halal Industry-The Stakeholders’ Views,†Procedia - Soc. Behav. Sci., vol. 130, pp. 160–166, 2014, doi: 10.1016/j.sbspro.2014.04.020.
[28] E. Leopold, M. May, and G. Paaß, “Data Mining and Text Mining for Science & Technology Research,†Handb. Quant. Sci. Technol. Res., pp. 187–213, 2006, doi: 10.1007/1-4020-2755-9_9.
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Jaka Tirta Samudra, Rika Rosnelly, Zakarias Situmorang, Comparative Analysis of SVM and Perceptron Algorithms in Classification of Work Programs , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Miftahuddin Fahmi, Anton Yudhana, Sunardi Sunardi, Image Processing Using Morphology on Support Vector Machine Classification Model for Waste Image , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Putu Tisna Putra, Anthony Anggrawan, Hairani Hairani, Comparison of Machine Learning Methods for Classifying User Satisfaction Opinions of the PeduliLindungi Application , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Arief Hermawan, Adityo Permana Wibowo, Akmal Setiawan Wijaya, The Improvement of Artificial Neural Network Accuracy Using Principle Component Analysis Approach , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)
- Neny Sulistianingsih, Galih Hendro Martono, Enhancing Predictive Models: An In-depth Analysis of Feature Selection Techniques Coupled with Boosting Algorithms , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
- Frans Mikael Sinaga, Sio Jurnalis Pipin, Sunaryo Winardi, Karina Mannita Tarigan, Ananda Putra Brahmana, Analyzing Sentiment with Self-Organizing Map and Long Short-Term Memory Algorithms , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 1 (2023)
- Ahmad Zein Al Wafi, Febry Putra Rochim, Veda Bezaleel, Investigating Liver Disease Machine Learning Prediction Performancethrough Various Feature Selection Methods , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Baiq Rima Mozarita Erdiani, Aryo Yudo Husodo, Ida Bagus Ketut Widiartha, Novel Application of K-Means Algorithm for Unique Sentiment Clustering in 2024 Korean Movie Reviews on TikTok Platform , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 2 (2025)
- Rizky Afrinanda, Lusiana Efrizoni, Wirta Agustin, Rahmiati Rahmiati, Hybrid Model for Sentiment Analysis of Bitcoin Prices using Deep Learning Algorithm , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Denny Indrajaya, Adi Setiawan, Bambang Susanto, Comparison of k-Nearest Neighbor and Naive Bayes Methods for SNP Data Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)
You may also start an advanced similarity search for this article.