Penerapan Vader Sentiment untuk Mendeteksi Sentimen Bahasa Inggris berbasis Website

Abstract

Vader Sentiment adalah alat analisis sentimen berbasis leksikon dan aturan yang efektif untuk mendeteksi sentimen dalam teks bahasa inggris. Penelitian ini bertujuan untuk mengimplementasikan Vader Sentiment dalam sebuah aplikasi website yang dapat mendeteksi kalimat sentimen secara real-time. Proses pengembangan aplikasi mencakup pengaturan server, pembuatan antarmuka pengguna berbasis website, dan integrasi algoritma Vader Sentiment untuk memproses teks dari pengguna. Aplikasi website ini mengkategorikan kedalam kelas sentimen menjadi 4 kategori yaitu positif, negatif, netral, dan gabungan. Metode penelitian Lexicon Based menggunakan Library Vader Sentiment. Pada penelitian ini, juga dilakukan pendeteksian sentimen dengan mengambil 50 data komentar Twitter yang bersumber dari seorang pengguna YouTube Simplilearn. Hasil evaluasi menunjukkan bahwa akurasi deteksi sentimen aplikasi website ini mencapai 80% berdasarkan data komentar yang di uji. Penelitian ini memberikan kontribusi dalam pengembangan alat pendeteksi sentimen yang dapat digunakan secara real-time dan diaskes melalui platform website.