Monday 19 March 2018

Deep Learning : Relationship Between Artificial Intelligence and Sentiment Analysis Twitter API With Python, Tweepy, and Textblob Library

1. Apa itu pengertian Artificial Intelligence ?
    Artificial Intelligence (AI) adalah bidang teknologi informasi yang awam saat ini. Masih banyak orang yang mengkorelasikan AI dengan bidang robotic dan fiksi ilmiah. Pengertian yang dipahami oleh kebanyakan orang memang didapat dari fiksi ilmiah, entah dari media film, buku, dan sebagainya. Tapi pada dasarnya Artificial Intelligence adalah pengaplikasian intelegensi manusia oleh mesin. Cakupan AI meskipun manjadi bagian dari bidang Teknologi Informasi masih terbilang cukup besar. Didalamnya terdapat pembahasan bagaimana AI dapat bekerja.
    Mungkin banyak orang yang terpesona dengan pemberitaan inovasi teknologi terkini seperti Inovasi yang dilakukan Uber dengan menguji coba self-driven car di jalanan Silicon Valley atau Smartphone yang berbentuk robot yang bisa menjadi asisten manusia. Pengaplikasian AI pada bidang – bidang tersebut tak bisa lepas dari Machine Learning. Machine Learning adalah usaha mesin untuk dapat mengaplikasikan Artificial Intelligence. Secanggih apapun computer, untuk melakukan tugas secara otomatis memerlukan pembelajaran dan uji coba. Dan hal itu bertujuan untuk memperkaya logika dalam mesin tersebut.

2. Apa itu Deep Learning ? 
    Deep learning adalah pengembangan dari Jaringan Saraf Tiruan (Artificial Neural Network) yang memiliki lebih banyak lapisan(layer). Dengan Lapisan yang lebih banyak, Deep learning diharapkan untuk dapat mengenali proses yang lebih kompleks. Kita juga dapat dengan mudah melihat hasil setiap lapisan, contohnya, pada pengenalan wajah lewat algoritma Convolutional Deep Belief Network di bawah ini :


    Lapisan pertama akan mengenali warna dari setiap titik pixel yang ada di gambar. Hasil dari lapisan pertama, yaitu kumpulan titik-titik, akan menjadi masukan dari lapisan kedua yang menghasilkan pola garis. Pada lapisan ketiga, kumpulan dari garis akan menghasilkan bagian dari wajah seperti mata, hidung, dan telinga. Kemudian pada lapisan keempat, dari kumpulan mata, hidung, dan telinga, akan dihasilkan bentuk yang dapat digunakan untuk mengenali wajah manusia.

3. Install Library & Packages Python dengan Pip

    Saat sedang melakukan coding database di pemrograman apapun, programmer tentu sudah tidak asing dengan DBMS yang populer seperti mySQL, Oracle database, dan lain-lain. Untuk pemrograman seperti Python, mereka perlu memasang library/packages pendukung. Dahulu library/packages pendukung ini biasanya terpisah dengan python, jadi programmer harus melakukan installation program melalui installer library nya atau bagi yang sudah expert mereka menyimpan langsung pada directory/folder library. Jika kalian pengguna windows dan sudah melakukan path python, silakan coba ketik ‘pip’ di command prompt. Jika muncul hasil seperti ini :


Test command ‘pip’ di cmd, maka pip sudah terintegrasi dan terinstall dengan baik. Silakan kalian coba install library favorit kalian dengan pip ini, contoh saya akan install library bernama ‘tweepy’ dengan perintah ‘install pip tweepy’.




install tweepy dengan pip :
* Untuk melihat library apa saja yang sudah terinstall, gunakan perintah ‘pip list‘.
* Untuk uninstall library, gunakan perintah ‘pip uninstall namalibrary‘.

4. Cara mendapatkan Access Token dari Twitter API

a) Pertama-tama masuk ke https://apps.twitter.com/ dan Sign in untuk mendapatkan API Twitter.
b) Setelah itu klik Create an Application, dan isi Form sesuai dengan pertanyaan yang ada.
c) Lalu klik Create Twitter Application, dan aplikasi akan terbuat seperti dibawah ini.


d) Pilih Keys and Access Tokens untuk mendapatkan consumers_key, consumers_secret, access_token, dan access_token_secret.
e) Lihat di bawah ada Your Access Token, pilih dan salin kodenya.

5. Cara Install Pip Tweepy dan Textblob

    Buka Command CMD dengan hak akses Administrator (Run As Administrator), lalu cari Folder Script di Folder Lokasi Program Python.



6. Sentiment Analysis Twitter API dengan Unsur SARA

a)  Sekarang buat Coding Sentiment Analysis Twitter dengan Tweepy dan TextBlob bertema SARA dengan judul “Syria” or “Syria Freedom”


b)     Hasilnya setelah di F5 (Run Module).


c)   Akan terlihat, ada Populatiry dan Subjectivity. Bila Polarity mencapai angka lebih dari 0.0 maka Sentiment Positive dan bila Polarity kurang dari 0.0 maka Sentiment Negative. Dan bila pas 0.0 maka Sentiment Normal.


7. Sentiment Analysis Twitter bertema SARA dengan Judul "Rohingnya" lalu di simpan dengan format CSV (Comma Seperated Value) Microsoft Excel

a). Pertama membuat coding di Python seperti dibawah ini dengan nama CSVGenerate.py


Ketika di F5 atau Run Module maka yang akan terjadi :


Dan sekarang cek di CSV dengan menggunakan Microsoft Excel :


Artikel ini disusun oleh Kelompok 6 : 
  • Husin Ramadhan Siregar
  • Muhammad Fahd
  • Muhammad Najmi Pasilra
  • Muhammad Apryano Thamrinaldy


 DAFTAR PUSTAKA :