Text Mining merupakan proses ekstraksi pola (informasi dan pengetahuan yang berguna) dari sejumlah besar sumber data tak terstruktur. Dimana pada pembahasan kali ini kita akan mencari tingkat sentimen antara dua e-commerce yang sedang marak-maraknya di era digital ini yaitu Go-Jek dan Grab. Kita akan membandingkan dua e-commerce  tersebut ke dalam aplikasi orange untuk mendapat data berupa opini dari orang-orang (netizen) melalui media sosial twitter.

Langkah-langkah untuk mendapatkan data antara kedua e-commerce ini yaitu sebagai berikut:

Pertama, buka aplikasi orange kemudian klik new dan buat seperti gambar dibawah:

Kedua, klik twitter dan masukkan API twitter yang telah dibuat

Ketiga, pilih keyword untuk dicrawl disini kita menggunakan @gojekindonesia dan @GrabID sebagai contohnya kemudian kita melakukan crawling dengan maksimal 250 tweets dan klik search untuk memulai pencarian

Keempat, klik corpus preview untuk melihat data twitter yang telah kita ambil

Kelima, klik Process Text untuk melakukan preprocessing dalam membuat data menjadi lebih berkualitas sebelum diolah

Keenam, klik topic modelling untuk mengidentifikasi topik-topik yang dibicarakan oleh netizen mengenai dua e-commerce tersebut. Dan topic modelling dibuat menjadi 10 topic

Ketujuh, klik word cloud untuk mengidentifikasi kata-kata yang dibicarakan oleh netizen mengenai Go-jek dan Grab. Disini kita mendapatkan 1289 kata dari 250 tweets

Kedelapan, klik sentiment analysis dan pilih vader kemudian klik commit

Kesembilan, klik tweet profiler dan unclick commitnya kemudian klik commit serta pastikan telah memilih konten

Dan langkah terakhir, klik box plot dan pilih variable author dan subgroupsnya emoticon sehingga akan terlihat bagaimana sentiment seseorang ketika menuliskan sesuatu di twitter

Jadi, kesimpulan dari semua langkah-langkah diatas yaitu dilihat dari hasil box plotnya bahwa pengguna twitter dapat dibedakan dari Surprise (mengejutkan), Joy (kegembiraan), Fear (ketakutan), dan Sadness (kesedihan) terhadap dua e-commerce diatas. Dan dapat disimpulkan bahwa perasaan yang paling banyak dirasakan oleh pengguna twitter terhadap dua e-commerce diatas adalah Joy (kegembiraan) karena dilihat dari tingkat layanan yang diberikan oleh dua e-commerce memang benar sebagian besar layanan yang diberikan membuat pengguna merasa gembira dan bermanfaat dengan adanya aplikasi Go-jek dan Grab.

Nama: I Putu Willy Ditya

NIM: 1401174026